数据挖掘笔记（三）

---

频繁模式(frequent-itemsets)

---

• 基本概念

（1）频繁项集：频繁项集是经常出现在数据集中的模式
（2）购物篮分析：频繁项集的挖掘可以发现大数据集中项之间的关联和相关性。这有助于许多业务决策过程，如菜单设计、交叉营销和客户购物行为分析。购物篮分析就是分析客户的购买习惯。

（1）支持度 support(A -> B) = P ( AUB )
（2）置信度 confidence(A -> B) = P (A | B) = support(A -> B)/support(A) = support_count( AUB ) /support(A)
（3）最小支持阈值
（4）最小置信阈值

（4）同时满足最小支持阈值和最小置信度阈值的关联规则就称为强关联规则。
（5）k-itemsets （k项集），比如{a，b}就是一个2-itemsets
（6）itemsets的出现频率是包含itemsets的transaction数,也称为项目集的 frequency,、support count或 count .
（7）如果一个项集满足一个预定义的最小支持阈值，那么它就是一个频繁项集。
（8）关联规则挖掘分两步：

（1）查找所有频繁项集(大部分计算成本来自此步骤)
（2）从频繁项集中生成关联规则

（9）几个概念：

（1）超集：有项集S1={a,b}，那么它是项集{a}{b}的超集；{a}{b}是S1的真子集。
（2）最大频繁项集：如果频繁项集L的所有超集都是非频繁项集，那么称L为最大频繁项集或称最大频繁模式，记为MFI (Maximal Frequent Itemset)。
（3）闭项集：称X是数据集D上的闭项集，当且仅当没有合适的超项集Y有