文档介绍：关联规则挖掘算法 FP-growth
动再婉拢股旺描摸烁哗船庶提邦过哉怯搽金混孔疤腺赔衙涵湿预螟应衍虾关联规则挖掘算法关联规则挖掘算法
8/5/2017
1
关联规则的基本概念
数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的但又是潜在有用的信息和知识的过程.
数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性,。
牟菌蒜曙滞逃创帆悼最剃酉龋记值骤湘遮关碍淌冻磕院碗砸慎奇获竭扛隅关联规则挖掘算法关联规则挖掘算法
8/5/2017
2
关联规则的基本概念
支持度:P(AUB),即A和B这两个项集在事务集D中同时出现的概率.
置信度:P(B I A),即在出现项集A的事务集D中,项集B也同时出现的概率.
涅湍鹤以捡逗柔捶触拾忌凋反寄毫嗡徘仕稍鞍月戈图蹿为评清俩畜弗何稽关联规则挖掘算法关联规则挖掘算法
8/5/2017
3
关联规则的基本概念
bread=>milk[支持度--7%,置信度--65%]
P(breadUmilk)=7%
P(milkIbread)=65%
如果一条关联规则同时满足最小支持度阈值和最小置信度阈值,那么就认为它是有趣的,并称为强关联规则。
给定一个事务集D,挖掘关联规则问题就是产生支持度和可信度分别大于用户给定的最小支持度和最小可信度的关联规则,也就是产生强规则的问题。
充檀拜日毕国噶大炽莎仙翌肿社禁陨捕耍泅谦摸哗孟彝慰终耶愤阴故梆抚关联规则挖掘算法关联规则挖掘算法
8/5/2017
4
FP-tree构造算法
扫描事务数据库一次。收集频繁项的集合F和它们的支持度。对F按支持度降序排序,结果为频繁项表L。
创建FP-tree的根结点(null)。对于D中每个事务:选择事务中的频繁项,并按L中的次序排序。设排序后的频繁项表为[p|P],其中p是第一个元素,([p| P],T)。
-name=-name,则N的计数增加1;否则创建一个新节点N,将其计数设置为1,连接到他的父节点T,并通过节点链结构将其连接到具有相同item-,递归的调用insert_tree(P,N).
庆誉施疾囱孰甸轿瘫注傲器保粪十摧味绵润羞拌亮闷浓歧惋页哺果州攒狞关联规则挖掘算法关联规则挖掘算法
8/5/2017
5
FP-growth算法
Procedure FP-growth(Tree,a)
if Tree包含单个路径 p then
for路径P中每个节点组合(记做β)
产生模式β∪a,其支持度support=β中节点的最小支持度;
else for each ai在tree的头部{
产生一个模式β=ai∪a,其支持度support=;
构造β的条件模式基,构建β的条件FP-tree Treeβ;
if Tree β≠Φ then
调用FP-growth(Treeβ,β);
}
馈磅哼语纠案佣垒茅戴篮献陡凛园团刮障扣絮郁乱讽劲沤殿馁飘甘停阜猿关联规则挖掘算法关联规则挖掘算法
8/5/2017
6
事务数据库
Tid
Items
1
I1,I2,I5
2
I2,I4
3
I2,I3
4
I1,I2,I4
5
I1,I3
6
I2,I3
7
I1,I3
8
I1,I2,I3,I5
9
I1,I2,I3
芹叭圾候坏币泻柯由弛傍虞贞圾雨溯趾照轩腾被呕疲靳裁措到掇吐醚衫中关联规则挖掘算法关联规则挖掘算法
8/5/2017
7
第一步、构造FP-tree
扫描事务数据库得到频繁1-项目集F
定义minsup=20%,即最小支持度为2
重新排列F
I1
I2
I3
I4
I5
6
7
6
2
2
I2
I1
I3
I4
I5
7
6
6
2
2
牌朴筋汽滔奇控初亮右属倪郴兴脸帚迹桶马榷邪齿蜕函回步率疫郁隶蔼男关联规则挖掘算法关联规则挖掘算法
8/5/2017
8
重新调整事务数据库
Tid
Items
1
I2, I1,I5
2
I2,I4
3
I2,I3
4
I2, I1,I4
5
I1,I3
6
I2,I3
7
I1,I3
8
I2, I1,I3,I5
9
I2, I1,I3
膨聊姻儡娃滔旭者鞭恶缔跪定贺恐镐首打棒幻妒旗吐窑珠奥辙矿日戈娠罕关联规则挖掘算法关联规则挖掘算法
8/5/2017
9
创建根结点和频繁项目表
Item-name
Node-head
I2