2018-03-24 第六章：挖掘频繁模式、关联和相关性：基本概念

6.1 基本概念

6.1.1频繁模式与关联规则

频繁模式：频繁地出现在数据集中的模式，包括：频繁项集、频繁序列模式、频繁结构模式

1.  频繁项集：如频繁地同时出现在交易数据集中的商品的集合，如：面包和牛奶；
2. 频繁序列模式：频繁地出现在数据集中的序列，如：用户先买数码相机，再买内存卡；
3. 频繁结构模式：一个子结构可能涉及不同的结构形式，如子图、子树等，可能与项集或子序列结合在一起，频繁出现的子结构；

关联规则：频繁模式可以用关联规则表示，如：A->B [support=s,confidence=c]

1. 支持度：同时包含A和B的事务的个数（绝对支持度）或者比率（相对支持度）；
2. 置信度：在包含项A的事务中，又包含B的事务的比率。

     相对支持度： support(A->B)=P(A∪B)      绝对支持度：support(A->B)=count(A∪B)
       置信度：confidence(A->B)=P(B|A)

•  频繁项集：项集I的相对支持度满足预定义的最小支持度阀值（绝对支持度满足最小支持度计数阀值），则I是频繁项集
•  如果关联规则满足最小支持度阀值和最小置信度阀值，则关联规则被认为是有趣、强关联的。

6.1.2关联规则的挖掘步骤：

1. 找出所有的频繁项集：根据定义，