数据挖掘相关

什么是规则？就是一个条件和一个结果的和：If condition then result。实际中有用的往往是结果中只有一个元素的情况。

关联规则（association rule）挖掘技术用于发现数据库中属性之间的有趣联系。和传统的产生式规则不同，关联规则可以有一个或多个输出，同时一个规则的输出属性可以是另一个规则的输入属性。关联规则分析有时也叫购物篮分析，是因为它可以找寻出潜在的令人感兴趣的所有的产品组合。由此，有限数目的属性可能生成上百条规则。

关联规则的置信度、支持度和兴趣度：

元组	出现频率
A	45%
B	42.5%
C	40%
A和B	25%
A和C	20%
B和C	15%
A和B和C	5%

支持度：就是一个元组在整个数据库中出现的概率。如上面的例子中 S(A)=0.45。

置信度：它是针对规则而言的。对于一般的规则，它的 可信度=p(condition and result)/p(condition)。例如有如下规则： If B and C then A。则它的置信度是： p(B and C and A)/p(B and C)=5%/15%=0.33。

提高率（或者叫兴趣度）：对于上面的一个规则，我们可以发现，当我们从从数据库中直接取A的时候，概率是45%；可在我们的规则中，取到A的概率却只有33.3%。显然，这种情况是我们不愿意见到的，我们应该略去这样的一些规则。所以我们引入了兴趣度的概念，具体的公式如下： 兴趣度=p(condition and result)/p(condition)*p(result)。当兴趣度大于1的时候，这条规则就是比较好的；当兴趣度小于1的时候，这条规则就是没有很大意义的。兴趣度越大，规则的实际意义就越好。

克服实际应用中数据量暴大的问题。当数据量增大时，要考虑的元素组就增长的很快了。

关联规则的优缺点：
优点：
·它可以产生清晰有用的结果。
·它支持间接数据挖掘。
·可以处理变长的数据。
·它的计算的消耗量是可以预见的。

缺点：
·当问题变大时，计算量增长得厉害。
·难以决定正确的数据。
·容易忽略稀有的数据。