关联分析

yandao

于 2021-01-14 09:27:27 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

文章标签：数据挖掘机器学习

本文链接：https://blog.youkuaiyun.com/yandao/article/details/112598826

关联分析是数据挖掘中的重要技术，它通过分析事务数据库中的数据来发现项之间的频繁模式、关联或相关性。该过程涉及定义关联规则及其度量标准，包括支持度和置信度。挖掘关联规则的基本过程包括数据预处理、生成频繁项集、构造规则和评估规则。示例中详细阐述了事务、项、项集和规则的概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

定义

关联分析

关联分析是指关联规则挖掘，它是数据挖掘中一个重要的、高度活跃的分支，目标是发现事务数据库中不同项（如顾客购买的商品项）之间的联系，这些联系构成的规则可以帮助用户找出某些行为特征（如顾客购买行为模式），以便进行企业决策。
事务数据库->关联分析法->关联规则

事务数据库

定义1 设I={
   
   i1，i2，…，im}是一个全局项的集合，其中ij（1≤j≤m）是项（item）的唯一标识，j表示项的序号。事务数据库（transactional databases）D={
   
   t1，t2，…，tn}是一个事务（transaction）的集合，每个事务ti（1≤i≤n）都对应I上的一个子集，其中ti是事务的唯一标识，i表示事务的序号。

定义2 由I中部分或全部项构成的一个集合称为项集（itemset），任何非空项集中均不含有重复项。
若I包含m个项，那么可以产生2的M次幂-1个非空项集。
例如，I={
   
   i1，i2，i3