




版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
關聯規則挖掘的其它問題主要內容基于多最小支持度的關聯規則關聯規則的評價支持度的分布大多數數據集中支持度的分布都不平衡一個零售數據集中支持度的分布支持度的分布如何合理設置最小支持度閾值minsup?minsup過高,可能會丟失稀有的、令人感興趣的項目(如,貴重商品或耐用品)。minsup過低,則計算開銷過大,結果項集過多。使用單一的最小支持度效果不佳。多最小支持度模型每個項目都有一個最小支持度(MinimumItemSupports,MIS)。通過為不同的項目提供不同的MIS值,用戶可以表達對不同規則的不同支持度的需求。規則的最小支持度設MIS(i)代表項目i的MIS.規則R的最小支持度閾值minsup是規則所包含項目的最小MIS。規則R:a1,a2,…,ak
ak+1,…,ar
滿足最小支持度閾值,若其實際的支持度 min(MIS(a1),MIS(a2),…,MIS(ar)).多最小支持度舉例MIS(Milk)=5%, MIS(Coke)=3%,
MIS(Broccoli)=0.1%,MIS(Salmon)=0.5%MIS({Milk,Broccoli})=min(MIS(Milk),MIS(Broccoli))
=0.1%支持度不再滿足反單調性假設: Support(Milk,Coke)=1.5%且
Support(Milk,Coke,Broccoli)=0.5%{Milk,Coke}不頻繁,但{Milk,Coke,Broccoli}頻繁MSapriori算法按支持度升序排列項目e.g.:MIS(1)=10%
MIS(2)=20%
MIS(3)=5%
MIS(4)=6%
順序:3,4,1,2對Apriori進行修改:L1:1-頻繁項集(支持度minMIS(i))F1:{i|sup(i)MIS(i)}C2:2-候選項集從F1,而不是L1中連接得到舉例假設數據集包含100條事務,第一次掃描數據庫得到如下項目的支持度: {3}.count=6,{4}.count=3, {1}.count=9,{2}.count=25.則L1={3,1,2},andF1={3,2}由于4.count
/n<MIS(3)(=5%),故L1
中不包含4。由于1.count
/n<MIS(1)(=10%),故F1中不包含1。
MIS(1)=10%
MIS(2)=20%
MIS(3)=5%
MIS(4)=6%
多最小支持度—Apriori性質AItemMIS(I)Sup(I)A0.10%0.25%B0.20%0.26%C0.30%0.39%D0.50%0.05%E3%4.20%BCDEABACADAEBCBDBECDCEDEABCABDABEACDACEADEBCDBCEBDECDE多最小支持度—Apriori性質ABCDEABACADAEBCBDBECDCEDEABCABDABEACDACEADEBCDBCEBDECDEItemMIS(I)Sup(I)A0.10%0.25%B0.20%0.26%C0.30%0.39%D0.50%0.05%E3%4.20%主要內容基于多最小支持度的關聯規則關聯規則的評價挖掘各種關聯規則支持度-置信度框架的局限性支持度的缺點在于許多潛在有意義的模式由于包含支持度小的項而被刪去。置信度的缺陷在于忽略了規則后件中項集的支持度。如咖啡和茶的問題。置信度和支持度的失效Example(Aggarwal&Yu,PODS98)5000名學生中3000打藍球3750吃稻米2000既打籃球又吃稻米打籃球
吃稻米
[40%,66.7%]被誤導了,因為吃稻米的學生總數為75%,高于66.7%.打籃球
不吃稻米
[20%,33.3%]則更為精確,盡管其支持度和置信度更低感興趣度的應用InterestingnessMeasuresLift作為相關度量稱規則A->B的提升度大于1,A和B正相關,A的出現意味著B的出現等于1,A和B獨立小于1,A和B負相關,A的出現以往著B的減少感興趣度的類型很多針對不同的應用,不同感興趣度的效果不一樣興趣度的
度量列表合適的感興趣度Piatetsky-Shapiro:一個合適的感興趣度應具備3個特性:若A和B是統計獨立的,則M(A,B)=0當P(A)和P(B)保持不變時,M(A,B)隨著P(A,B)單調遞增當P(A,B)和P(B)(或P(A))保持不變時,M(A,B)隨著P(A)(或P(B))單調遞減感興趣度的性質M(A,B)=M(B,A)?對稱的感興趣度:support,lift,collectivestrength,cosine,Jaccard,etc非對稱的感興趣度:confidence,conviction,Laplace,J-measure,etc擴展不變性MaleFemaleHigh235Low1453710MaleFemaleHigh43034Low2404267076Grade-GenderExample評價結果與樣本數量的成倍增長無關2x10x置換不變性:-CoefficientYYX601070X1020307030100YYX201030X1060703070100兩張表中,-Coefficient的值相同將列聯表中f11與f00交換、f10與f01交換后評價結果不變無關添加不變性f00值的變化對評價結果沒有影響對稱感興趣度的性質主觀感興趣度客觀感興趣度:根據數據中的統計結果對模式排序e.g.,21measuresofassociation(support,confidence,Laplace,Gini,mutualinformation,Jaccard,etc).主觀感興趣度:根據用戶的解釋對模式排序Apatternissubjectivelyinterestingifitcontradictsthe
expectationofauser(Silberschatz&Tuzhilin)Apatternissubjectivelyinterestingifitisactionable
(Silberschatz&Tuzhilin)基于意外的感興趣度需要對用戶的期望建模(領域知識)將用戶的期望與從數據中實際發現的結果結合起來+Patternexpectedtobefrequent-PatternexpectedtobeinfrequentPatternfoundtobefrequentPatternfoundtobeinfrequent+-ExpectedPatterns-+UnexpectedPatterns興趣度度量的特性興趣度度量的比較MilkNoMilkSum(row)Coffeem,c~m,ccNoCoffeem,~c
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 數字智慧方案5494丨商業辦公綜合體智能化系統匯報方案
- 液壓馬達的振動與噪音抑制考核試卷
- 環境地質工程課件
- 《能量分配器件》課件
- 2025年嘧菌酯合作協議書
- 小學勞動教育意義及建議
- 2025年工程瑞雷波儀項目建議書
- 2025年環境控制系統項目合作計劃書
- 2025年重癥監護臨床信息系統項目建議書
- 醫學顯微鏡技術原理與應用
- 新疆可克達拉職業技術學院招聘事業單位人員筆試真題2024
- 重慶金太陽2025屆高三5月聯考英語及答案
- 護理事業編試題及答案
- 全國新能源汽車關鍵技術技能大賽理論知識競賽題庫
- 2025屆貴州省遵義第四中學高考英語全真模擬密押卷含解析
- 人工氣道濕化管理
- 2025屆湖北省武漢市高中畢業生4月調研考試英語試題答案
- 人工智能在食品檢測中的創新應用探討
- 2025-2030中國骨形態發生蛋白2行業市場發展趨勢與前景展望戰略研究報告
- 2025年高考語文備考之新題型:成語填空專項訓練(含答案)
- 職場溝通職場溝通與人際關系處理知到課后答案智慧樹章節測試答案2025年春山東管理學院
評論
0/150
提交評論