《Apriori算法及应用.ppt》由会员分享，可在线阅读，更多相关《Apriori算法及应用.ppt（11页珍藏版）》请在三一办公上搜索。
1、Apriori算法及应用,关联分析中的一些基本概念,项集(itemset)：包含0个或多个项的集合K-项集：一个包含K个数据项的项集支持度计数(support count)：一个项集的出现次数就是整个数据集中包含该项集的事务数。（支持度）频繁项集：若一个项集的支持度大于等于某个阈值,关联规则：是形如AB的蕴涵表达式，A和B都是属于数据集集合I，并且AB为空。支持度（support）：是数据集中包含AB（即A和B二者）的百分比。置信度（confidence）：是数据集中包含A事务同时包含B事务的百分比。,Support(AB)=support_count(AB)/NConfidence(AB)=
2、support_count(AB)/support_count(A),关联规则挖掘算法可分为两个步骤：产生频繁项集：发现满足最小支持度阈值的所有项集，即频繁项集。产生规则：从上一步发现的频繁项集中提取大于置信度阈值的规则，即强规则。,Apriori算法,基于Apriori算法的单维布尔数据流程图,Apriori算法应用(1),问题的形式化描述：设：I=i1,i2im是全部项的集合；数据集D是事务的集合，包含N个事务；D中每个事务T是项的集合，使得T包含于I；每个事务有一个标识符，称为TID。,Apriori算法应用(2),政务问答数据集D,Apriori算法应用(3),频繁项集的发现过程,Apriori算法应用(4),关联规则的生成,Apriori算法应用（5）,商业领域网络安全领域学生管理系统移动通信领域,
