本文介绍了数据挖掘中的频繁项集、超集和最大频繁项集的概念。频繁项集是支持度大于等于最小支持度阈值的项集；超集是指包含另一个集合所有元素的集合；最大频繁项集是其所有超集都不是频繁项集的项集。此外，还讲解了闭频繁项集，即其直接超集的支持度不等于自身的支持度计数的频繁项集。
Frequent Itemset(频繁项集)
称 I = { i 1 , i 2 , . . . , i m } I=\{i_1, i_2, ..., i_m\} I={ i1,i2,...,im}为项(Item)的集合， D = { T 1 , T 2 , . . . , T n } D=\{T_1, T_2, ...,T_n\} D={ T1,T2,...,Tn}， i ∈ [ 1 , n ] i∈[1,n] i∈[1,n]为事务数据集(Transaction Data Itemsets)，事务 T i T_i Ti由 I I I中若干项组成。
设 S S S为由项组成的一个集合， S = { i ∣ i ∈ I } S=\{i|i∈I\} S=
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
