1關(guān)聯(lián)規(guī)那么2024/1/17一、關(guān)聯(lián)規(guī)那么的定義2關(guān)聯(lián)規(guī)那么普通用以發(fā)現(xiàn)事務(wù)數(shù)據(jù)庫中不同商品〔項〕之間的聯(lián)絡(luò)，用這些規(guī)那么找出顧客的購買行為方式。這種規(guī)那么可以運用于超市商品貨架設(shè)計、貨物擺放以及根據(jù)購買方式對用戶進展分類。2024/1/173二、關(guān)聯(lián)規(guī)那么：根本概念〔一〕支持度與置信度AA∩BB買尿布的客戶二者都買的客戶買啤酒的客戶2024/1/17置信度confidence(.)：是指購物籃分析中有了左邊商品，同時又有右邊商品的買賣次數(shù)百分比，也就是說在一切的購買了左邊商品的買賣中，同時又購買了右邊商品的買賣概率。

41、置信度2024/1/172、支持度支持度sup(.)：表示在購物籃分析中同時包含關(guān)聯(lián)規(guī)那么左右兩邊物品的買賣次數(shù)百分比，即支持這個規(guī)那么的買賣的次數(shù)百分比。52024/1/17例：6對于規(guī)那么ACsupport=support({A,C})=50%confidence=support({A,C})/support({A})=66.6%2024/1/17交易項目成交次數(shù)夾克，球鞋300滑雪衫，球鞋100夾克，滑雪衫，球鞋100球鞋50慢跑鞋40夾克，慢跑鞋100滑雪衫，慢跑鞋200襯衣10夾克40滑雪衫60合計10007表1運動鞋Y1單獨購買合計球鞋Y11慢跑鞋Y12上衣X襯衣X11010外套X2夾克X2140010040540滑雪衫X2220020060460單獨購買5040合計65034010008表2規(guī)那么“夾克→球鞋〞的計算92024/1/17運動鞋Y1單獨購買合計球鞋Y11慢跑鞋Y12上衣X襯衣X11010外套X2夾克X211001滑雪衫X2218980899單獨購買090090合計298810100010表3存在的問題：111.高置信度，低支持度：夾克球鞋〞的置信度高達100％，但由于只需一人買了球鞋，這條關(guān)聯(lián)規(guī)那么支持度只需千分之一。2.支持度、置信度都比較高，但幾乎是沒有作用的規(guī)那么。“買方便面那么買牛奶〞，“買牙刷那么買牛奶〞，“喜歡野外休閑那么會買牛奶〞。2024/1/17121、關(guān)聯(lián)規(guī)那么的分類二、關(guān)聯(lián)規(guī)那么的分類與作用2024/1/17布爾型關(guān)聯(lián)規(guī)那么與數(shù)值型關(guān)聯(lián)規(guī)那么布爾型關(guān)聯(lián)規(guī)那么處置的值都是離散的、種類化的，它顯示了這些變量之間的關(guān)系；數(shù)值型關(guān)聯(lián)規(guī)那么可以和多維關(guān)聯(lián)或多層關(guān)聯(lián)規(guī)那么結(jié)合起來，對數(shù)值型字段進展處置，將其進展動態(tài)的分割，或者直接對原始的數(shù)據(jù)進展處置，當然數(shù)值型關(guān)聯(lián)規(guī)那么中也可以包含種類變量。2024/1/1713假設(shè)關(guān)聯(lián)規(guī)那么中的項或?qū)傩悦總€只涉及一個維，那么它是單維關(guān)聯(lián)規(guī)那么；反之，為多維關(guān)聯(lián)規(guī)那么。如，計算機→財務(wù)軟件；年齡30～39歲、月收入4000元以上→高清電視假設(shè)在給定的規(guī)那么集中，規(guī)那么不涉及不同籠統(tǒng)層的項或?qū)傩?，就稱單層關(guān)聯(lián)規(guī)那么；反之，稱多層。142024/1/172、關(guān)聯(lián)規(guī)那么的作用15購物籃分析：關(guān)聯(lián)規(guī)那么就是要找出哪些產(chǎn)品總是會同時出如今客戶的購物籃中。商品擺放，基于商店不同的運營理念，假設(shè)將會經(jīng)常一同購買的東西較近擺放，客戶會比較方便購買，假設(shè)有意放在購物通道的兩端，顧客尋覓的過程中可以添加其他物品銷售的能夠性。關(guān)聯(lián)規(guī)那么可以處置所謂的匿名消費?！惨粡埌l(fā)票就是一個購物籃——與決策樹和類神經(jīng)網(wǎng)絡(luò)不同?！酬P(guān)聯(lián)規(guī)那么與時序規(guī)那么相結(jié)合〔不能匿名，適宜會員制〕。先找出來哪些事務(wù)總是同時發(fā)生的關(guān)聯(lián)規(guī)那么，再參與時間的要素，找出哪些事務(wù)總是會先后發(fā)生的潛在規(guī)律。2024/1/17另外，只需同一個購物籃的商品信息可以分析的工程也很有限，因此，可以將氣候資訊〔溫度、濕度、降雨〕等轉(zhuǎn)換為虛擬的商品工程，并入到購物籃中進展關(guān)聯(lián)規(guī)那么的分析。如，日本7-11相當著名的“七五三〞規(guī)那么。即是說假設(shè)一天當中溫度相差7度、今天和昨天的溫度差到5度、濕度差大于30%的話，代表感冒的人會添加，藥店就要思索把感冒藥、溫度計和口罩之類的用品上架。162024/1/17三、關(guān)聯(lián)規(guī)那么的發(fā)掘172024/1/17〔一〕關(guān)聯(lián)規(guī)那么發(fā)掘的步驟第一步：找出一切頻繁項集：根據(jù)定義，這些項集出現(xiàn)的頻繁性〔支持度〕至少和預(yù)定義的最小支持度一樣。第二步：由頻繁項集產(chǎn)生強關(guān)聯(lián)規(guī)那么：根據(jù)定義，這些規(guī)那么必需滿足最小支持度和最小置信度。182024/1/1719對于一個給定的候選數(shù)據(jù)集，項集的數(shù)目呈指數(shù)增長。2024/1/17〔二〕Apriori演算法關(guān)聯(lián)規(guī)那么計算雖然容易但由于規(guī)那么太多容易構(gòu)成“組合爆炸〞，因此，需求對這些規(guī)那么進展挑選，挑選需求的統(tǒng)計量如下：最小支持度：規(guī)那么必需符合的最小支持度閥值。最小置信度：計算規(guī)那么所必需符合的最低置信度閥值。假設(shè)關(guān)聯(lián)規(guī)那么滿足最小支持度和最小置信度，可以說該規(guī)那么是有趣的。202024/1/171、算法所需求的前置統(tǒng)計量：2、頻繁項集項的集合稱為項集〔itemset〕包含k個項的項集稱為k-項集。集合{計算機，金融管理軟件}就是一個2-項集。項集出現(xiàn)頻數(shù)是包含項集的事務(wù)數(shù)，簡稱為項集的頻數(shù)、支持計數(shù)或計數(shù)。212024/1/17假設(shè)項集滿足最小支持度或滿足min_sup與數(shù)據(jù)庫中事務(wù)總數(shù)的乘積〔即最小支持計數(shù)〕，那么稱它為頻繁項集(frequentitemset)。頻繁k-項集的集合通常記作Lk。2024/1/172223對于AC：support=support({A、C})=50%confidence=support({A、C})/support({A})=66.6%最小支持度50%最小可信度50%例：2024/1/174、Apriori算法：運用候選項集找頻繁項集Apriori算法是一種最有影響的發(fā)掘布爾關(guān)聯(lián)規(guī)那么頻繁項集的算法。算法的名字基于這樣的現(xiàn)實：算法運用頻繁項集性質(zhì)的先驗知識。它運用一種稱作逐層搜索的迭代方法，k-項集用于探求(k+1)-項集。首先，找出頻繁1-項集的集合。該集合記作L1。L1用于找頻繁2-項集的集合L2，而L2用于找L3，如此下去，直到不能找到頻繁k-項集。找每個Lk需求一次數(shù)據(jù)庫掃描。242024/1/17例125數(shù)據(jù)庫D掃描DC1L1L2C2C2掃描DC3L3掃描D2024/1/17為什么只需一項？26例：L3={abc,abd,acd,ace,bcd}銜接:L3*L3abcdfromabcandabdacdefromacdandace修剪:acdeisremovedbecauseadeisnotinL3C4={abcd}2024/1/17Apriori——剪枝頻繁項集的任何子集也一定是頻繁的。例3：273、Apriori算法的實現(xiàn)過程282024/1/174、由頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)那么一旦找出頻繁項集，再經(jīng)過最小置信度產(chǎn)生關(guān)聯(lián)規(guī)那么。關(guān)聯(lián)規(guī)那么的產(chǎn)生步驟如下：對于每個頻繁項集l，產(chǎn)生l的一切非空子集。對于l的每個非空子集s，假設(shè)那么輸出規(guī)那么“s→(l-s)〞。292024/1/17以例3為例，看其中一個頻繁項集l={I1,I2,I5}，可以由l產(chǎn)生哪些關(guān)聯(lián)規(guī)那么？l的非空子集有{I1,I2}{I1,I5}{I2,I5}{I1}{I2}{I5}。結(jié)果關(guān)聯(lián)規(guī)那么如下，每個都列出了置信度。假設(shè)最小置信度閥值為70%，那么只需第2、3和最后一個規(guī)那么可以輸出。302024/1/17真正可取的規(guī)那么具備的條件31并非一切的規(guī)那么在符合閥值限制后都是有意義的，這樣的規(guī)那么還分為：有用的規(guī)那么：包含高質(zhì)量的有效情報常識無法解釋的結(jié)果關(guān)聯(lián)規(guī)那么真正可取的是具備以下兩個條件的規(guī)那么：人們常識之外、預(yù)料之外的關(guān)聯(lián)該規(guī)那么必需具有潛在的作用2024/1/175、案例2024/1/17322024/1/173334Apriori算法的中心:用頻繁的(k–1)-項集生成候選的頻繁k-項集用數(shù)據(jù)庫掃描和方式匹配計算候選集的支持度Apriori的瓶頸:候選集生成宏大的候選集:104個頻