兩種關(guān)聯(lián)規(guī)則挖掘算法的介紹及其主要步驟的分析
關(guān)聯(lián)規(guī)則按照不同的標(biāo)準(zhǔn)，能用各種不同的方法分成不同類型。將關(guān)聯(lián)規(guī)則分為挖掘頻繁項(xiàng)集、閉頻繁項(xiàng)集、被約束頻繁項(xiàng)集、極大頻繁項(xiàng)集，是根據(jù)挖掘模式的完全性分類的;將關(guān)聯(lián)規(guī)則分為多層和單層關(guān)聯(lián)規(guī)則，以及單位和多維關(guān)聯(lián)規(guī)則是根據(jù)規(guī)則所涉及的數(shù)據(jù)進(jìn)行分類的;將關(guān)聯(lián)規(guī)則分為量化關(guān)聯(lián)規(guī)則和挖掘布爾型規(guī)則是根據(jù)規(guī)則處理值類型分類的;將關(guān)聯(lián)規(guī)則分為序列模式挖掘、頻繁項(xiàng)集挖掘以及結(jié)構(gòu)模式挖掘是根據(jù)俄關(guān)聯(lián)規(guī)則挖掘模式進(jìn)行分類的;將關(guān)聯(lián)規(guī)則分為興趣度約束、知識類型約束、數(shù)據(jù)約束，是根據(jù)規(guī)則所挖掘的約束類型分類的。
關(guān)聯(lián)規(guī)則挖掘算法分析
1 Apriori 算法分析
關(guān)聯(lián)規(guī)則算法中的挖掘完全頻繁項(xiàng)集中，Apriori 算法該類型中最具有應(yīng)用價值，影響力最大的算法。
Apriori 算法主要有兩個步驟：
?。?）發(fā)現(xiàn)所有的頻繁集;
?。?）生成強(qiáng)關(guān)聯(lián)規(guī)則。
在 Apriori 算法中的第一步是最為重要的步驟，該算法的核心思路是，給定一個數(shù)據(jù)庫，在第一次數(shù)據(jù)庫掃描中找出所有支持度大于等于最小支持度的項(xiàng)目組成頻繁 1—項(xiàng)集，也就是 L1，1—項(xiàng)集 C1，由 L1進(jìn)行連接得到;接著進(jìn)行第二次數(shù)據(jù)庫掃描，將 C1中所有支持度大于等于最小支持度的項(xiàng)集組成頻繁 2—項(xiàng)集，也就是 L2，候選 2—項(xiàng)集 C2由 L2連接得到。以此類推，直到找出最大項(xiàng)頻繁集。即在進(jìn)行第 N 次數(shù)據(jù)庫掃描時，找出 CN-1中所有支持度大于等于最小支持度的項(xiàng)集組成頻繁N—項(xiàng)集，即是 LN，N—項(xiàng)集 CN要由 LN連接得出，一直到找不出新的選集為止。在這里還要用到 Apriori 算法性質(zhì)，即是頻繁項(xiàng)集是頻繁項(xiàng)集的子集，非頻繁項(xiàng)集是非頻繁項(xiàng)集的超集。在 Apriori 算法中對數(shù)據(jù)庫的掃描次數(shù)需要大于最大頻繁項(xiàng)集的項(xiàng)數(shù)。
非常好我支持^.^
(1) 100%
不好我反對
(0) 0%
