医药信息分析与决策-第8章关联规则.ppt

8.2.3 关联规则分类 2.基于规则中数据的抽象层次。 基于规则中数据的抽象层次，可以分为单层关联规则和多层关联规则。在单层的关联规则中，所有的变量都没有考虑到现实的数据是具有多个不同的层次的；而在多层的关联规则中，对数据的多层性已经进行了充分的考虑。例如：IBM台式机=Sony打印机，是一个细节数据上的单层关联规则；台式机=Sony打印机，是一个较高层次和细节层次之间的多层关联规则。 8.2.3 关联规则分类 3.基于规则中涉及到的数据的维数。 关联规则中的数据，可以分为单维的和多维的。在单维的关联规则中，我们只涉及到数据的一个维，如用户购买的物品；而在多维的关联规则中，要处理的数据将会涉及多个维。换成另一句话，单维关联规则是处理单个属性中的一些关系；多维关联规则是处理各个属性之间的某些关系。例如：啤酒=尿布，这条规则只涉及到用户的购买的物品；性别=“女”=职业=“秘书”，这条规则就涉及到两个字段的信息，是两个维上的一条关联规则。 第8章 关联规则 主要内容 关联规则概述 关联规则算法 关联规则应用案例 8.1 关联规则概述 8.1.1啤酒与尿布 在美国沃尔玛超市的货架上，尿片和啤酒赫然地摆在一起出售。为啥…？ 每逢周末，啤酒和尿片的销量都很大 有孩子的家庭中，太太经常嘱咐丈夫下班后要买尿片，而丈夫们在买完尿片以后又顺手买啤酒 8.1.1啤酒与尿布 搞清原因后，沃尔玛的工作人员打破常规，尝试将啤酒和尿片摆在一起，结果使得啤酒和尿片的销量双双激增，为商家带来了大量的利润 在顾客同一次购物活动中，对其所购买商品组成的相关性进行研究的方法学 8.1.2 基本概念与规则度量 项目与项集:数据库中不可分割的最小信息单位，称为项目，用符号 i表示。项目的集合称为项目集，简称项集。设集合 是项集， I中项目的个数为 n ，则集合 称为 n -项集。例如，集合{啤酒，尿布，牛奶}是一个3-项集。 8.1.2 基本概念与规则度量 事务与事务集: 设 是由数据库中所有项目构成的集合，一次处理所含项目的集合用 表示，是 I 的子集，称为一个事务。事务的集合 包括 k 个事务，称为事务集。 8.1.2 基本概念与规则度量 关联规则: 关联规则是形如 的蕴含式，其中事务 X, Y 分别是 I 的真子集，并且 。 X称为规则的前提， Y称为规则的结果。关联规则反映 X中的项目出现时， Y中的项目也跟着出现的规律。 8.1.2 基本概念与规则度量 关联规则的支持度（support）:关联规则的支持度是事务集中同时包含X 和Y的事务数与所有事务数之比,记为support ( )，即： support ( ) = support = 。 支持度反映了 X和 Y中所含项在事务集中同时出现的频率。 8.1.2 基本概念与规则度量 关联规则的置信度（confidence）:关联规则的置信度是事务集中包含 X和 Y 的事务数与所有包含X的事务数之比，记为confidence( )， 即： 置信度反映了包含X 的事务中，出现Y 的条件概率。 8.1.2 基本概念与规则度量 最小支持度与最小置信度: 用户为了达到一定的要求，需要指定规则必须满足的支持度和置信度阈值，当support ( ) 、confidence( ) 分别大于等于各自的阈值时，认为 是有价值的，被称为最小支持度阈值(minsupport)和最小置信度阈值(mincontinence)。其中，minsupport描述了关联规则的最低重要程度，minconfidence规定了关联规则必须满足的最低可靠性。 8.1.2 基本概念与规则度量 频繁项集: 设 为项目的集合，且 ， ， 对于给定的最小支持度minsupport，若 的支持度support minsupport，则称 为频繁项目集，否则，称 为非频繁项目集。 8.1.2 基本概念与规则度量 强关联规则: 关联规则称为强关联规则， 必须 且