Posted on 2007-06-27 08:43
tanzek 閱讀(323)
評論(0) 編輯 收藏
什么是規則？就是一個條件和一個結果的和：If condition then result。實際中有用的往往是結果中只有一個元素的情況。
關聯規則（association rule）挖掘技術用于發現數據庫中屬性之間的有趣聯系。和傳統的產生式規則不同，關聯規則可以有一個或多個輸出，同時一個規則的輸出屬性可以是另一個規則的輸入屬性。關聯規則分析有時也叫購物籃分析，是因為它可以找尋出潛在的令人感興趣的所有的產品組合。由此，有限數目的屬性可能生成上百條規則。
關聯規則的置信度、支持度和興趣度：
|
元組
|
出現頻率
|
|
A
|
45%
|
|
B
|
42.5%
|
|
C
|
40%
|
|
A和B
|
25%
|
|
A和C
|
20%
|
|
B和C
|
15%
|
|
A和B和C
|
5%
|
支持度：就是一個元組在整個數據庫中出現的概率。如上面的例子中
S(A)=0.45。
置信度：它是針對規則而言的。對于一般的規則，它的
可信度=p(condition and result)/p(condition)。例如有如下規則：
If B and C then A。則它的置信度是：
p(B and C and A)/p(B and C)=5%/15%=0.33。
提高率（或者叫興趣度）：對于上面的一個規則，我們可以發現，當我們從從數據庫中直接取A的時候，概率是45%；可在我們的規則中，取到A的概率卻只有33.3%。顯然，這種情況是我們不愿意見到的，我們應該略去這樣的一些規則。所以我們引入了興趣度的概念，具體的公式如下：
興趣度=p(condition and result)/p(condition)*p(result)。當興趣度大于1的時候，這條規則就是比較好的；當興趣度小于1的時候，這條規則就是沒有很大意義的。興趣度越大，規則的實際意義就越好。
克服實際應用中數據量暴大的問題。當數據量增大時，要考慮的元素組就增長的很快了。
關聯規則的優缺點：
優點：·它可以產生清晰有用的結果。
·它支持間接數據挖掘。
·可以處理變長的數據。
·它的計算的消耗量是可以預見的。
缺點：
·當問題變大時，計算量增長得厲害。
·難以決定正確的數據。
·容易忽略稀有的數據。