地理信息|空间频繁模式与关联规则发掘

同样的，先从数据挖掘开始，然后结合地理上升到空间层面。

 

频繁模式：频繁出现在数据集中的模式（等于没说），如项集、子序列、子结构，对应频繁**，如频繁项集。

 

关联规则挖掘：发现大量数据中项集之间有趣的关联。

应用主要有购物篮分析、交叉销售、贩卖分析和分类设计。

 

简单来说就是通过数据观察两个类别的关系，如果关系大，就将这两件物品捆绑起来，最常见的就是商场的商品布局。最为经典的就是沃尔玛的啤酒与纸尿布故事了。美国新津妈妈在家照顾婴儿，爸爸下班顺便买纸尿布，商家在纸尿布旁放啤酒瓜子花生米，爸爸一看，甚得我心，顺手一捎，就是销量，沃尔玛大赚。

 

这个应用里最为重要的因素有两个：支持度和置信度。

支持度衡量规则的有用性，指用户同时买A和B的比例。

置信度衡量规则的确定性，指用户在买了A的基础上又买了B的比例（没错就是条件概率）。

 

接下来是关联规则的具体术语（科学家保持高冷的假把戏，看不看无所谓，狗头）

 

 

 

---

 

关联规则挖掘的步骤

1. 找出所有频繁项集。

2. 由频繁项集产生强关联规则。（支持度和置信度都达到阈值）

 

这里常用的一个算法是Apriori算法，算法思想：频繁项集的子集也一定