weka java apriori_weka中的apriori

完整的实验结果输出及具体分析

=== Run information

===//实验运行信息

Scheme:weka.associations.Apriori

-I -N 10 -T 0 -C 0.9 -D 0.05 -U 1.0 -M 0.5 -S -1.0 -c

-1

Relation:contact-lenses//数据的名称contact-lenses

Instances:24//数据的记录数24

Attributes:5//属性数目5以及各属性名称

age

spectacle-prescrip

astigmatism

tear-prod-rate

contact-lenses

===

Associator model (full training set) ===

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%scheme

-所选的关联规则挖掘方案：Apriori算法

%算法的参数设置：-I -N

10 -T 0 -C 0.9 -D 0.05 -U 1.0 -M 0.5 -S -1.0 -c -1

;

%各参数依次表示：

%I

-输出项集，若设为false则该值缺省;

%N 10

-规则数为10;

%T 0

–度量单位选为置信度，(T1-提升度，T2杠杆率，T3确信度);

%C 0.9

–度量的最小值为0.9;

%D 0.05

-递减迭代值为0.05;

%U 1.0

-最小支持度上界为1.0;

%M 0.5

-最小支持度下届设为0.5;

%S -1.0

-重要程度为-1.0;

%c -1

-类索引为-1输出项集设为真

%(由于car,

removeAllMissingCols, verbose都保持为默认值False，因此在结果的参数设置为缺省，若设为True，则会在结果的参数设置信息中分别表示为