1.频繁模式的概念
频繁模式: 是频繁地出现在数据集中的模式(如项集、子序列或子结构),如果一个子结构频繁的出现,则称它为(频繁的)结构模式。
例子购物篮分析:用户购买电脑同时购买杀毒软件
关联规则:computer =>antivirus_software[support = 2%;confidence = 60%]
规则的支持度(support) 和置信度(condidence) 是规则兴趣度的两种度量。他们分别反映所发现规则的有用性和确定性。2%表示所有事务中同时购买两者占比,60%意味着购买电脑的用户60%也购买了杀毒软件。
支持度(support): 数据集中包含该项集的记录所占的比例。
s u p p o r t ( A = > B ) = P ( A ⋃ B ) = A , B 同 时 发 生 的 事 件 个 数 总 事 件 个 数 support(A=>B) = P(A \bigcup B) = \frac{A,B同时发生的事件个数}{总事件个数} support(A=>B)=P(A⋃B)=总事件个数A,B同时发生的事件个数
可信度(condfidence): c o n d f i d e n c e ( A = > B ) = P ( B ∣ A ) = s u p p o r t ( A ⋃ B ) s u p p o r t ( A ) = s u p p o r t _ c c o u
挖掘频繁模式、关联和相关性:基本概念和方法
最新推荐文章于 2024-05-01 22:46:38 发布