前言

• 如何從大量的事務的或關系的數據中發現關聯規則？
• 如何挖掘多層和多維空間中的關聯規則？
• 什么樣的關聯規則是最有趣的？
• 如何幫助或指導挖掘過程發現有趣的關聯或相關？
• 如何利用用戶選擇的參數或約束加快挖掘過程？

?

規則的支持度（support）和置信度（confidence）是規則興趣度的兩種度量．它們分別反映所發現的規則的有用性和確定性．

設 I = {I₁, I₂, ..., I_m}是項的集合．設任務相關的數據D是數據庫事務的集合，其中每個事務T是項的集合，使得T?I．每一個事務有一個標識符，稱作TID．設A是一個項集，事務T包含A當且僅當A?T．關聯規則是形如A => B的蘊含式，其中A?I，B?I，并且A∩B=?．規則A => B在事務集D中成立，具有支持度s，其中s是D中事務包含A∪B（即集合A和B的并或A和B二者）的百分比．它是概率P(A∪B)．規則A => B在事務集D中具有置信度c，其中c是D中包含A的事務同時也包含B的百分比．這是條件概率P(B|A)．即

???? support(A => B) = P(A∪B)

confidence(A => B) = P(B|A)

同時滿足最小支持度閥值（min_sup）和最小置信度閥值（min_conf）的規則稱作強規則．為方便計算，我們用0~100%之間的值，而不是用0~1.0之間的值表示支持度和置信度．

轉載于:https://www.cnblogs.com/yosg/p/4755469.html

總結

以上是生活随笔為你收集整理的挖掘频繁模式、关联和相关的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。