25、通用关联规则库：它们真的简洁吗？

通用关联规则库：它们真的简洁吗？

在实际应用中，我们往往更关注那些在给定数量的对象中至少出现一次的项集。为了描述这种情况，我们引入了支持度的概念。

1. 支持度与频繁项集

支持度是衡量项集在数据集中出现频率的一个重要指标。具体定义如下：
- 支持度定义 ：对于一个项集 (I \subseteq I)，其支持度 (Supp(I)) 等于数据集中包含该项集所有项的对象数量。若 (Supp(I)) 大于或等于最小支持度阈值 (minsupp)，则称项集 (I) 在数据集中是频繁的。
- 示例 ：以表 1 所示的提取上下文为例，项集 “cde” 在对象 1、2 和 4 中出现，所以 (Supp(cde) = 3)。若 (minsupp = 2)，由于 (Supp(cde) = 3 \geq 2)，则 “cde” 是频繁项集。

频繁闭项集（CIs）可以通过冰山格（Iceberg Lattice）进行结构化表示。
- 冰山格定义 ：设 (FCIK) 是从数据集 (K) 中提取的频繁闭项集的集合。当 (FCIK) 按照集合包含关系进行部分排序时，得到的结构仅保留连接运算符，这种结构称为连接半格或上半格，即冰山格。
- 示例 ：图 1 展示了一个冰山格的示例，对于 (minsupp = 2)，该冰山格与表 1 所示的提取上下文 (K) 相关联，每个 (\gamma) - 等价类包含一个频繁闭项集 (f) 及其支持度。

在冰山格中，每个节点（即频繁闭项集）都有一个直接覆盖它的节点集合，称为