20220317

https://blog.csdn.net/a790439710/article/details/103080674
支持度，置信度各指標再理解

條件模式基：在某元素比如y出現的前提下,其所有對應路徑父節點構成的樹
條件fp數：在某元素比如y出現的前提下,篩選所有對應路徑上所有滿足最小值支持度的父節點
規則就是篩選出的所有滿足父節點和條件節點的隨意Cm取n的任意組合？

結果數據，可用于購物車當用戶把前項商品加入購物車之后，給其推薦所有的后項
加入20%的同類目？的新品比例，比例可調 首先新產品怎么定義推薦什么樣策略的新產品
推薦生意參謀里面價格低的商品?

20220312

藥店訂單和處方不一樣，每次訂單之間的藥應該是比較隨機的，應該是比較依賴于庫存
而不是藥之間的聯系

按用戶類型對訂單分類進行規則抽取的時候，如果定同一套閾值對某些類別會顯的過小（跑不出）
反之，有些則顯得過大 不僅僅是要 A–B這種規則，ABC-D也需要
最后運用的時候 按前項groupby 再按后項排序 盡量把前項和后項所有的都展示到一起
總的規則條數最好占原本總記錄的80%

https://blog.csdn.net/qq_23860475/article/details/90748080
pyspark-fpgrowth

最小支持度
用戶或專家定義的衡量支持度的一個閾值，表示項集在統計意義上的最低重要性
一般5%，10%，20%？ 一對商品同時出現的頻次占總購買記錄的比率
平均每天客戶數的20%，也就是總的 20% 取0.2？

FP-growth算法比Apriori算法快一個數量級，在空間復雜度方面也比Apriori也有數量級級別的優化。但是對于海量數據，FP-growth的時空復雜度仍然很高，可以采用的改進方法包括數據庫劃分，數據采樣等等。

20220307

最小支持度默認最小為2,也就是至少要出現兩次

20220215

python fpgrowth只有支持度的篩選

kulc的計算涉及到 P(B|A)和P(A|B)
P(B|A) = P(A,B)/P(A)
P(A|B) = P(A,B)/P(B)
最終牽扯到 count(A)，count(B) 和 count(ab)
因為分子分母兩個概率都有共同的分母,所以可以用絕對值代替

不平衡比的計算也是最終牽扯 最終牽扯到 count(A)，count(B) 和 count(ab)

最終的評估標準 ###########################
1.kluc不等于0.5的時候且大于0.8的時候規則保留
2.kluc不等于0.5的時候且小于0.8的時候規則舍棄

3.當kluc等于0.5的時候且平衡比等于0的時候可以不要這個規則（舍棄）表明二者關系中性

4.當kluc等于0.5的時候且平衡比不等于0的時候,取支持度大的那個值 也就是max( confidence(ab),confidence(ba))中大的那個

最終只剩下 x–>y x–>z 這種至于 x -->y,z 這種就加上看 y–>z 是否成立
對于x的所有結果就按所有結果的confidence大小從高到低排序

kluc和不平衡比結合使用的方法
##############

https://blog.csdn.net/songbinxu/article/details/80411388
https://github.com/SongDark/FPgrowth
FP-growth 算法與Python實現 主要參考代碼 重點

https://www.cnblogs.com/datahunter/p/3903413.html
關聯分析：FP-Growth算法
置信度

kulc和IR在支持度篩選過后就可以開始計算了
這兩個指標和置信度一起對規則進行篩選
置信度是在頻繁項集的基礎上進行篩選

20220214

分子是同時出現
分母是每個元素單獨出現概率的乘積
可以立即為因為x的出現使得y出現概率的變化的情況
sup(Y)是沒有x的影響,conf(XUY)是由于x出現對y出現的影響
一般在數據挖掘中當提升度大于 3 時,我們才承認挖掘出的關聯規則是有價值的。
他可以用來評估一個出現提升另外一個出現的程度。

https://mp.weixin.qq.com/s/Iauw1KbCHVX5PiKY_BAaJQ
各指標的計算 重點
事務即購買記錄,每天的訂單購買記錄
支持度,置信度,kulc,不平衡的案例計算
支持度是概率,置信度是兩個概率的比值并不是絕對值?
分子分母中的分數都去掉分母,結果就是絕對值

https://www.cnblogs.com/fengfenggirl/p/associate_measure.html
各指標的計算
數據挖掘概念與技術
關聯規則推薦評估

https://mp.weixin.qq.com/s/1SxQLVXu66tZhOwTenFuDw
各指標的計算 重點
提升度計算

20211116

https://blog.csdn.net/baixiangxue/article/details/80335469
FP-growth算法理解和實現

https://blog.csdn.net/weixin_38636668/article/details/90265533
fpgowth流程步驟

條件模式基問題視頻

20210906

https://blog.csdn.net/TechFlow/article/details/106116139
fp-growth python代碼實現

E:\BiliDown\下載保存目錄\嗶哩嗶哩視頻\shangguigu\嗶哩嗶哩視頻\空城計算器\數據挖掘期末必考計算題之FP growth，看這個就過了

1.每一行都去重
2.全部掃描 所有元素按頻次從高到低排序
3.fp-list 按頻次從高到低從左往右排序,且每一行的元素按頻次高低的元素順序排序
4.每一行 取出不滿足最小支持度的元素
5.在4的基礎上畫出fp樹 頭結點連接每個元素第一次出現的位置
6. 第一行 K E M O Y 從上往下第一條線
第二行 K E O Y 元素O沒有連上之前的M 從開一條線
依次類推
7. 在不同分支上的同種元素 虛線連接
8. 按頻次倒序排序 求出每個元素的 條件模式基 就是求其各條線上 其所有父節點練成的線 并包括每個父節點的頻次 并剔除不滿足最小支持度的項目 最后條件模式基里面的元素再分別
和 項 組成 頻繁二項,三項,… n項集等

9.支持度和置信度的計算同apriori

條件模式基:當前節點之前的所有節點

算法實現：
/**

• FPGrowth算法的主要思想：
• 1. 構造頻繁1項集：遍歷初始數據集構造頻繁1項集，并作為項頭表，建立將指向fpTree節點對應元素的引用
• 2. 構造FPTree：再次遍歷初始數據集，對于每一條事務中的元素，根據頻繁1項集中元素的順序排序，
• 由此建立FPTree，記錄每條事務的節點在同一條路徑上出再的節點次數;
• 3. 逆序遍歷在步驟1中構造的項頭表，根據其提供的引用指針，找出fpTree中由該節點到根節點的路徑，
• 即生成每個頻繁元素的條件模式基
• 4.　根據每個頻繁元素對應的條件模式基，生成其對應的條件fpTree，并刪除樹中節點記數不滿足給定的最小支持度的節點
• 5.　對于每一顆條件fpTree，生成所有的從根節點到葉子節點的路徑，由路徑中的集合生成其所有非空子集
• 所有這些非空子集和每一個頻繁1項集中的元素共同構成了原始數據集中的頻繁集

*/

20210817

頻繁k項集不滿足要求 其k+1項集 肯定不滿足要求
k+1項集是頻繁項集 那么其 所有的k項集都一定是頻繁項集

https://blog.csdn.net/lbweiwan/article/details/82725466
Apriori算法

支持度: 分子為同時出現的計數 分母為總的記錄條數
置信度 分子為同時出現的計數 分母為 其中一部分出現的總的計算

最后的規則為 只需要再重新計算 每條規則的置信度就可以了

總結

以上是生活随笔為你收集整理的Apriori算法通俗详解_fpgrowth2_关联分析评估的全部內容，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。