文档介绍：数据挖掘的其他基本功能介绍一、关联规则挖掘关联规则挖掘是挖掘数据库中和指标(项)之间有趣的关联规则或相关关系。关联规则挖掘具有很多应用领域,如一些研究者发现,超市交易记录中的关联规则挖掘对超市的经营决策是十分重要的。基本概念设是项组合的记录,D为项组合的一个集合。如超市的每一张购物小票为一个项的组合(一个维数很大的记录),而超市一段时间内的购物记录就形成集合D。我们现在关心这样一个问题,组合中项的出现之间是否存在一定的规则,如A游泳衣,B太阳镜,,但是得不到足够支持。在规则挖掘中涉及到两个重要的指标:①、支持度支持度,显然,只有支持度较大的规则才是较有价值的规则。②、置信度置信度,显然只有置信度比较高的规则才是比较可靠的规则。因此,只有支持度与置信度均较大的规则才是比较有价值的规则。③、一般地,关联规则可以提供给我们许多有价值的信息,在关联规则挖掘时,往往需要事先指定最小支持度与最小置信度。关联规则挖掘实际上真正体现了数据中的知识发现。如果一个规则满足最小支持度,则称这个规则是一个频繁规则;如果一个规则同时满足最小支持度与最小置信度,则通常称这个规则是一个强规则。关联规则挖掘的通常方法是:首先挖掘出所有的频繁规则,再从得到的频繁规则中挖掘强规则。在少量数据中进行规则挖掘我们可以采用采用简单的编程方法,而在大量数据中挖掘关联规则需要使用专门的数据挖掘软件。关联规则挖掘可以使我们得到一些原来我们所不知道的知识。应用的例子:*日本超市对交易数据库进行关联规则挖掘,发现规则:尿片→啤酒,重新安排啤酒柜台位置,销量上升75%。*英国超市的例子:大额消费者与某种乳酪。那么,证券市场上、期货市场上、或者上市公司中存在存在哪些关联规则,这些关联规则究竟说明了什么?关联规则挖掘通常比较适用与记录中的指标取离散值的情况,如果原始数据库中的指标值是取连续的数据,则在关联规则挖掘之前应该进行适当的数据离散化(实际上就是将某个区间的值对应于某个值),数据的离散化是数据挖掘前的重要环节,离散化的过程是否合理将直接影响关联规则的挖掘结果。参考文献1二、特征化与比较1、特征化是一种描述性数据挖掘,特征化通过数据挖掘的方法提供给定数据汇集的简洁汇总,如银行优质客户的特征,从而发现潜在的优质客户;转向其他银行的优质客户的特征,从而设法留住可能会转向其他银行的优质客户,特征化在银行客户关系管理等领域具有很大作用。描述性数据挖掘——特征化的基本原理①、属性删除某一类的特征化就是找出某一类的共性,因此如果某个属性具有大量不同的值,而且每个值所占的比率都不能达到事先给定的临界值,同时在这个属性上没有概化操作符(指标上卷),则数据挖掘对其进行属性删除。②、属性概化如果在属性上存在概化操作符,并且原属性取值没有达到事先给定的临界值,则数据挖掘就将这个属性概化到较高层次,即使原属性取值已经达到临界值,数据挖掘也可以继续进行属性概化。通过属性删除和属性概化,可以得到特征化的数据挖掘。2、比较特征化是给定某一类样本的特征,而比较则是区分不同的类,比较又通常称为挖掘类比较。如信用卡诈骗者和非诈骗者,这两类信用卡持有者的比较。类比较通常是一个指定的类与一个其它的类、或者几个其它的类进行比较,类比较的基本方法是:首先在目标类上发觉特征,然后在对比类上进行同步概化,这样就可以挖掘类比较。特征化与类比较具有很广泛