Posted on 2007-06-27 08:43
tanzek 閱讀(327)
評論(0) 編輯 收藏
什么是規(guī)則？就是一個條件和一個結(jié)果的和：If condition then result。實際中有用的往往是結(jié)果中只有一個元素的情況。
關(guān)聯(lián)規(guī)則（association rule）挖掘技術(shù)用于發(fā)現(xiàn)數(shù)據(jù)庫中屬性之間的有趣聯(lián)系。和傳統(tǒng)的產(chǎn)生式規(guī)則不同，關(guān)聯(lián)規(guī)則可以有一個或多個輸出，同時一個規(guī)則的輸出屬性可以是另一個規(guī)則的輸入屬性。關(guān)聯(lián)規(guī)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(chǎn)品組合。由此，有限數(shù)目的屬性可能生成上百條規(guī)則。
關(guān)聯(lián)規(guī)則的置信度、支持度和興趣度：
|
元組
|
出現(xiàn)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(shù)據(jù)庫中出現(xiàn)的概率。如上面的例子中
S(A)=0.45。
置信度：它是針對規(guī)則而言的。對于一般的規(guī)則，它的
可信度=p(condition and result)/p(condition)。例如有如下規(guī)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(guī)則，我們可以發(fā)現(xiàn)，當我們從從數(shù)據(jù)庫中直接取A的時候，概率是45%；可在我們的規(guī)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(guī)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(guī)則就是比較好的；當興趣度小于1的時候，這條規(guī)則就是沒有很大意義的。興趣度越大，規(guī)則的實際意義就越好。
克服實際應用中數(shù)據(jù)量暴大的問題。當數(shù)據(jù)量增大時，要考慮的元素組就增長的很快了。
關(guān)聯(lián)規(guī)則的優(yōu)缺點：
優(yōu)點：·它可以產(chǎn)生清晰有用的結(jié)果。
·它支持間接數(shù)據(jù)挖掘。
·可以處理變長的數(shù)據(jù)。
·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(shù)據(jù)。
·容易忽略稀有的數(shù)據(jù)。