【数据挖掘概念与技术】学习笔记6-挖掘频繁模式、关联和相关性：基本概念和方法（编缉中）

基本概念

1. 频繁模式是频繁地出现在数据集中的模式（如项集、子序列或子结构）。频繁模式挖掘给定数据集中反复出现的联系。
2. “购物篮”例子，想象全域是商店中商品的集合，每种商品有一个布尔变量，表示该商品是否出现。则每个购物篮可以用一个布尔向量表示。分析布尔向量，得到反映商品频繁关联或同时购买的购买模式。这些模式可用关联规则来表示。如computer-->antivirus_software[support=2%；confidence=60%]。规则的支持度和置信度是规则兴趣度的两种度量，分别反映所发现规则的有用性和确定性。如果关联规则满足最小支持度阈值和最小置信度阈值，则它是有趣的。
3. 设A、B是两个项集（如商品的集合），关联规则A-->B，支持度s是事务中包含A U B（即集合A和B的并或A和B二者）的百分比，概率P（A U B）。置信度c是事务中包含A的事务同时也包含B事务的百分比，P（B | A）。
4. 同时满足最小支持度阈值和最小置信度阈值的规则称为强规则。
5. 项集的出现频度（简称项集的频度、支持度计数、计数）是包含项集（如2项集{computer,antivirus_software}）的事务数。关联规则中的项集支持度support有时称为