本文介绍了关联规则挖掘的基本概念，包括支持度和置信度的定义及其在规则发现中的作用。详细阐述了关联规则挖掘的过程，即频繁项集的生成及从频繁项集中提取强规则的方法。同时列举了几种常用的关联规则挖掘算法。
关联规则的强度可以用support度和confidence(置信）度来度量
关联规则发现 给定事务的集合T，关联规则发现是指找出支持度大于等于minsup并且置信度大于等于minconf的所有规则，其中minsup和minconf是对应的支持度和置信度阈值。
关联规则挖据
频繁项集产生：其目标是发现满足最小支持度阈值的所有项集，这些项集称作频繁项集
规则的产生：其目标是从上一步发现的频繁项集中提取所有高置信度的规则，这些规则称之为强规则。
算法与数据结构
Apriori
DIC
树投影
FP树
H-Mine
划分
基于抽样
CHARM
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
