所谓闭项集,就是指一个项集X,它的直接超集的支持度计数都不等于它本身的支持度计数。如果闭项集同时是频繁的,也就是它的支持度大于等于最小支持度阈值,那它就称为闭频繁项集。
例如,有交易数据库
TID item
1 abc
2 abcd
3 bce
4 acde
5 de
因为项集{b,c}出现在TID为1,2,3的事务中,所以{b,c}的支持度计数为3。而{b,c}的直接超集:{a,b,c},{a,b,c,d}的支持度计数分别为2,1,都不等于{b,c}的支持度计数3,所以{b,c}为闭项集,如果支持度阈值为40%,则{b,c}也为闭频繁项集。
项集{a,b}出现在TID为1,2的事务中,其支持度计数为2。而它的直接超集{a,b,c}支持度计数也为2,所以{a,b}不是闭项集。
作者:forwhile
链接:https://www.zhihu.com/question/20177381/answer/14231636
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
利用 Apriori 算法计算频繁项集可以有效降低计算频繁集的时间复杂度。在以下的购物篮中产生支持度不小于 3 的候选 3 - 项集,在候选 2 - 项集中需要剪枝的是(BD)
ID 项集
1 面包、牛奶
2 面包、尿布、啤酒、鸡蛋
3 牛奶、尿布、啤酒、可乐
4 面包、牛奶、尿布、啤酒
5 面包、牛奶、尿布、可乐
A、啤酒、尿布–3
B、啤酒、面包–2 (可添加尿布,进行剪枝【啤酒,面包,尿布】)
C、面包、尿布–3
D、啤酒、牛奶–2(可添加尿布,进行剪枝【啤酒,牛奶,尿布】)