-
K-means算法:
(1)算法缺点之一是需要人工选取k值大小;
(2)特殊值对模型的影响较大;
(3)处理大数据集时,算法保持了较好的伸缩性和高效性;
(4)遇到非凸数据集时,比较难收敛,且对噪声敏感,同时数据局部最优。 -
利用Apriori算法计算频繁项集可以有效降低计算频繁集的时间复杂度。在以下的购物篮中产生支持度不小于3的候选3-项集,在候选2-项集中需要剪枝的是( )
ID 项集
1 面包、牛奶
2 面包、尿布、啤酒、鸡蛋
3 牛奶、尿布、啤酒、可乐
4 面包、牛奶、尿布、啤酒
5 面包、牛奶、尿布、可乐
Apriori(关联分析算法),是一种无监督学习算法,主要是用来在数据集中寻 找数据之间可能存在的关联。有两个主要概念:频繁项集(经常出现在一起的 物品的集合)和
关联规则(暗示两种物品存在很强的关系),为了量化这两个概念,引入了支 持度和置信度:
4.1支持度:数据集中包含该项集的记录所占的比例;
4.2置信度:“尿布->啤酒”这条关联规则的置信度定义为:支持度(尿布,啤酒)/支持度(尿布);
4.3Apriori 的原理:如果某个项集是频繁项集,则它的所有子集也均为频繁项集。真正有用的它的逆否命题:如果一个项集是非频繁项集,则它的所有超集也都是非频繁的。
4.4算法步骤:
1,首先会生成所有单个物品的项集列表
2,扫描交易记录来查看哪些项集满足最小支持度要求
笔试题
最新推荐文章于 2024-04-30 20:06:58 发布