数据挖掘算法：关联分析一（基本概念）
一.基本概念 我们来看上面的事务库，如同上表所示的二维数据集就是一个购物篮事务库。该事物库记录的是顾客购买商品的行为。这里的TID表示一次购买行为的编号，items表示顾客购买了哪些商品。 事务： 事务库中的每一条记录被称为一笔事务。在上表的购物篮事务中，每一笔事务都表示一次 ...
原文：数据挖掘之关联分析一（基本概念）
许多商业企业运营中的大量数据，通常称为购物篮事务 market basket transaction 。表中每一行对应一个事务，包含一个唯一标识TID。 利用关联分析的方法可以发现联系如关联规则或频繁项集。 关联分析需要处理的关键问题： 从大型事务数据集中发现模式可能在计算上要付出很高的代价。 所发现的某些模式可能是假的，因为它们可能是偶然发生的。 二元表示 没按过对应一个事务，每列对应一个项，项 ...
2015-08-18 21:05 0 21064 推荐指数：
相关推荐
数据挖掘系列（1）关联规则挖掘基本概念与Aprior算法
我计划整理数据挖掘的基本概念和算法，包括关联规则挖掘、分类、聚类的常用算法，敬请期待。今天讲的是关联规则挖掘的最基本的知识。 关联规则挖掘在电商、零售、大气物理、生物医学已经有了广泛的应用，本篇文章将介绍一些基本知识和Aprori算法。 啤酒与尿布的故事已经成为了关联规则挖掘的经典案例 ...
数据挖掘-挖掘频繁模式、关联和相关性：基本概念和方法
挖掘频繁模式、关联和相关性：基本概念和方法 频繁模式（frequent pattern）是频繁地出现在数据集中的模式（如项集、子序列或子结构）。 例如，频繁地同时出现在交易数据集中的商品（如牛奶和面包）的集合是频繁项集。 一个子序列，如首先购买PC，然后是数码相机，再后是内存卡，如果它频繁 ...
数据挖掘(DM)基本概念
问题：数据总量爆炸式增加，如何从中提取真正有价值的信息，产生了新的领域(DM)。几个名词： 1）Data Mining：数据挖掘 2）Knowledge Discovery：知识发现 3）Machine Learning：机器学习(机器学习是数据挖掘的一个重要工具 ...
【读书笔记-数据挖掘概念与技术】聚类分析：基本概念和方法
下图摘自：http://blog.163.com/qianshch@126/blog/static/48972522201092254141315/ 主要的聚类方法可以划 ...
数据挖掘之关联分析六（子图模式）
子图模式 频繁子图挖掘（frequent subgraph mining）：在图的集合中发现一组公共子结构。 图和子图 图是一种用来表示实体集之间联系的数据结构。 子图，图\(G' = (V', E')\)是另一个图\(G = (V, E)\)的子图，如果它的顶点集V'是V的子集 ...
数据挖掘之关联分析三（规则的产生）
规则产生 忽略那些前件和后件为空的规则，每个频繁k项集能够产生\(2(2^k-1)\)个关联规则。将频繁项集Y划分为两个非空子集X和Y-X，使得\(X \to Y-X\)能满足置信度阈值，就可以得到满足条件的规则。 在计算规则的置信度时并不需要再次扫描事务数据集，因为产生规则的频繁项集和它 ...
数据挖掘之关联分析五（序列模式）
购物篮数据常常包含关于商品何时被顾客购买的时间信息，可以使用这种信息，将顾客在一段时间内的购物拼接成事务序列，这些事务通常基于时间或空间的先后次序。 问题描述 一般地，序列是元素（element）的有序列表。可以记做\(s = (e_1, e_2, \cdots, e_n)\)，其中每个 ...