第七章（1） 关联分析：高级概念

1. 之前的项是非对称的二元属性，项组成事务，并且只有频繁模式是有用的；接下来探索的不同：
2. 处理分类属性：
   1. 将分类属性和对称二元属性转换成项，就可以用已有的关联规则挖掘算法；将每个不同的属性-值对创建一个新的项（即转化为非对称二元属性）来实现
   2. 对于二元化后的数据，需要考虑：
      1. 有些属性值不够频繁，特别是具有很多可能属性值的分类属性；不能降低阈值，可以将相关的属性值分组，形成少数类别，或者将不频繁的属性值聚合为“其他”类别
      2. 部分属性值的频率很高，导致部分规则时冗余的，高频繁的项对应属性的典型值，对实际信息没有很多帮助；在使用算法前，去除“默认项”或者通过h置信度，发现<hc的规则去除（也可以发现宽的项的支持度值域的数据集（规则））
      3. 每个事务的宽度等于原始数据中属性值个数的和，计算开销大，应该避免产生包含多个来自同一属性的项的候选项集（对属性具有单一属性值来说，这是不可能的）
3. 处理连续属性：包含连续属性的关联规则即量化关联规则
   1. 基于离散化的方法：最常见，将连续属性的邻近值分组，形成有限个区间；离散的区间看作分类属性，映射到非对称的二元属性；连续属性离散化问题是划分区间数，可以等宽、相对于具体事务的等频率、聚类（老中青年龄分区间）等；
      1. 区间宽度问题：
         1. 区间太宽，缺乏置信度
         2. 区间太窄，