版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
关联规则挖掘的其它问题主要内容基于多最小支持度的关联规则关联规则的评价支持度的分布大多数数据集中支持度的分布都不平衡一个零售数据集中支持度的分布支持度的分布如何合理设置最小支持度阈值minsup?minsup过高,可能会丢失稀有的、令人感兴趣的项目(如,贵重商品或耐用品)。minsup过低,则计算开销过大,结果项集过多。使用单一的最小支持度效果不佳。多最小支持度模型每个项目都有一个最小支持度(MinimumItemSupports,MIS)。通过为不同的项目提供不同的MIS值,用户可以表达对不同规则的不同支持度的需求。规则的最小支持度设MIS(i)代表项目i的MIS.规则R的最小支持度阈值minsup是规则所包含项目的最小MIS。规则R:a1,a2,…,ak
ak+1,…,ar
满足最小支持度阈值,若其实际的支持度 min(MIS(a1),MIS(a2),…,MIS(ar)).多最小支持度举例MIS(Milk)=5%, MIS(Coke)=3%,
MIS(Broccoli)=0.1%,MIS(Salmon)=0.5%MIS({Milk,Broccoli})=min(MIS(Milk),MIS(Broccoli))
=0.1%支持度不再满足反单调性假设: Support(Milk,Coke)=1.5%且
Support(Milk,Coke,Broccoli)=0.5%{Milk,Coke}不频繁,但{Milk,Coke,Broccoli}频繁MSapriori算法按支持度升序排列项目e.g.:MIS(1)=10%
MIS(2)=20%
MIS(3)=5%
MIS(4)=6%
顺序:3,4,1,2对Apriori进行修改:L1:1-频繁项集(支持度minMIS(i))F1:{i|sup(i)MIS(i)}C2:2-候选项集从F1,而不是L1中连接得到举例假设数据集包含100条事务,第一次扫描数据库得到如下项目的支持度: {3}.count=6,{4}.count=3, {1}.count=9,{2}.count=25.则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性质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性质ABCDEABACADAEBCBDBECDCEDEABCABDABEACDACEADEBCDBCEBDECDEItemMIS(I)Sup(I)A0.10%0.25%B0.20%0.26%C0.30%0.39%D0.50%0.05%E3%4.20%主要内容基于多最小支持度的关联规则关联规则的评价挖掘各种关联规则支持度-置信度框架的局限性支持度的缺点在于许多潜在有意义的模式由于包含支持度小的项而被删去。置信度的缺陷在于忽略了规则后件中项集的支持度。如咖啡和茶的问题。置信度和支持度的失效Example(Aggarwal&Yu,PODS98)5000名学生中3000打蓝球3750吃稻米2000既打篮球又吃稻米打篮球
吃稻米
[40%,66.7%]被误导了,因为吃稻米的学生总数为75%,高于66.7%.打篮球
不吃稻米
[20%,33.3%]则更为精确,尽管其支持度和置信度更低感兴趣度的应用InterestingnessMeasuresLift作为相关度量称规则A->B的提升度大于1,A和B正相关,A的出现意味着B的出现等于1,A和B独立小于1,A和B负相关,A的出现以往着B的减少感兴趣度的类型很多针对不同的应用,不同感兴趣度的效果不一样兴趣度的
度量列表合适的感兴趣度Piatetsky-Shapiro:一个合适的感兴趣度应具备3个特性:若A和B是统计独立的,则M(A,B)=0当P(A)和P(B)保持不变时,M(A,B)随着P(A,B)单调递增当P(A,B)和P(B)(或P(A))保持不变时,M(A,B)随着P(A)(或P(B))单调递减感兴趣度的性质M(A,B)=M(B,A)?对称的感兴趣度:support,lift,collectivestrength,cosine,Jaccard,etc非对称的感兴趣度:confidence,conviction,Laplace,J-measure,etc扩展不变性MaleFemaleHigh235Low1453710MaleFemaleHigh43034Low2404267076Grade-GenderExample评价结果与样本数量的成倍增长无关2x10x置换不变性:-CoefficientYYX601070X1020307030100YYX201030X1060703070100两张表中,-Coefficient的值相同将列联表中f11与f00交换、f10与f01交换后评价结果不变无关添加不变性f00值的变化对评价结果没有影响对称感兴趣度的性质主观感兴趣度客观感兴趣度:根据数据中的统计结果对模式排序e.g.,21measuresofassociation(support,confidence,Laplace,Gini,mutualinformation,Jaccard,etc).主观感兴趣度:根据用户的解释对模式排序Apatternissubjectivelyinterestingifitcontradictsthe
expectationofauser(Silberschatz&Tuzhilin)Apatternissubjectivelyinterestingifitisactionable
(Silberschatz&Tuzhilin)基于意外的感兴趣度需要对用户的期望建模(领域知识)将用户的期望与从数据中实际发现的结果结合起来+Patternexpectedtobefrequent-PatternexpectedtobeinfrequentPatternfoundtobefrequentPatternfoundtobeinfrequent+-ExpectedPatterns-+UnexpectedPatterns兴趣度度量的特性兴趣度度量的比较MilkNoMilkSum(row)Coffeem,c~m,ccNoCoffeem,~c
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 二零二五年度网络安全应急响应托管服务合同2篇
- 二零二五年度绿色建筑评价标识工程联营协议3篇
- 二零二五年度大货车司机职业风险防范合同范本3篇
- 网络安全文化传播与防范意识强化研究
- 2025版实训基地学生实习就业安全保障合同2篇
- 小学教育中的数学创新思维培养
- 清远广东清远阳山县纪委监委招聘政府购买服务人员笔试历年参考题库附带答案详解
- 杭州浙江杭州市湖墅学校编外教师招聘笔试历年参考题库附带答案详解
- 二零二五年度智能家具制造承包合作协议3篇
- 2025年牛津译林版选择性必修1地理下册月考试卷
- 肩袖损伤的护理查房课件
- 2023届北京市顺义区高三二模数学试卷
- 公司差旅费报销单
- 梁山伯与祝英台小提琴谱乐谱
- 我国全科医生培训模式
- 2021年上海市杨浦区初三一模语文试卷及参考答案(精校word打印版)
- 八年级上册英语完形填空、阅读理解100题含参考答案
- 八年级物理下册功率课件
- DBJ51-T 188-2022 预拌流态固化土工程应用技术标准
- 《长津湖》电影赏析PPT
- 销售礼仪培训PPT
评论
0/150
提交评论