【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则 | 数据项支持度 | 关联规则支持度 )
参考博客 :
- 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction 概念 | 项 Item 概念 | 项集 Item Set | 频繁项集 | 示例解析 )
一、 关联规则
关联规则 是指 :
某些 项集 出现在一个 事务 中 ,
可以推导出 :
另外一些 项集 也出现在同一个 事务 中 ;
如 : 事物 2 2 2 : t 2 = { 莴 苣 , 尿 布 , 啤 酒 , 甜 菜 } t_2 = \{ 莴苣 , 尿布 , 啤酒 , 甜菜 \} t2={莴苣,尿布,啤酒,甜菜}
{ 啤 酒 } \{ 啤酒 \} {啤酒} 1 1 1 项集 出现在购买清单 事务 2 2 2 中 , { 尿 布 } \{ 尿布 \} {尿布} 1 1 1 项集 也出现在购买清单 事务 2 2 2 中 ;
二、 数据项支持度
支持度 表示 数据项 ( Item ) 在 事务 ( Transaction ) 中的 出现频度 ;
支持度公式 :
S u p p o r t ( X ) = c o u n t ( X ) c o u n t ( D ) \rm Support (X) = \cfrac{count (X)}{count (D)} Support(X)=count(D)count(X)
S u p p o r t ( X ) \rm Support (X) Support(X) 指的是 X \rm X X 项集的支持度 ;
c o u n t ( X ) \rm count (X) count(X) 指的是 数据集 D \rm D D 中含有项集 X \rm X X 的事务个数 ;
c o u n t ( D ) \rm count(D) count(D) 指的是 数据集 D \rm D D 的事务总数 ;
数据集 D \rm D D 为 :
事物编号 | 事物 ( 商品 ) |
---|---|
001 001 001 | 奶粉 , 莴苣 |
002 002 002 | 莴苣 , 尿布 , 啤酒 , 甜菜 |
003 003 003 | 奶粉 , 尿布 , 啤酒 , 橙汁 |
004 004 004 | 奶粉 , 莴苣 , 尿布 , 啤酒 |
005 005 005 | 奶粉 , 莴苣 , 尿布 , 橙汁 |
项集 X = { 奶 粉 } \rm X=\{ 奶粉 \} X={奶粉} , 求该项集的支持度 ? \rm ? ?
根据上述公式 S u p p o r t ( X ) = c o u n t ( X ) c o u n t ( D ) \rm Support (X) = \cfrac{count (X)}{count (D)} Support(X)=count(D)count(X) 计算支持度 ;
c o u n t ( X ) \rm count (X) count(X) 指的是 数据集 D \rm D D 中含有项集 X \rm X X 的事务个数 ;
含有 X = { 奶 粉 } \rm X=\{ 奶粉 \} X={奶粉} 项集的事务有 事务 1 \rm 1 1 , 事务 3 3 3 , 事务 4 4 4 , 事务 5 5 5 , 得出 :
c o u n t ( X ) = 4 \rm count (X) = 4 count(X)=4
c o u n t ( D ) \rm count(D) count(D) 指的是 数据集 D \rm D D 的事务总数 ; 得出
c o u n t ( D ) = 5 \rm count(D) = 5 count(D)=5
则计算支持度 :
S u p p o r t ( X ) = c o u n t ( X ) c o u n t ( D ) \rm Support (X) = \cfrac{count (X)}{count (D)} Support(X)=count(D)count(X)
S u p p o r t ( X ) = 4 5 \rm Support (X) = \cfrac{4}{5} Support(X)=54
三、 关联规则支持度
关联规则 X ⇒ Y \rm X \Rightarrow Y X⇒Y 的支持度 ,
等于 项集 X ∪ Y \rm X \cup Y X∪Y 的支持度 ;
公式为 :
S u p p o r t ( X ⇒ Y ) = S u p p o r t ( X ∪ Y ) = c o u n t ( X ∪ Y ) c o u n t ( D ) \rm Support (X \Rightarrow Y) = Support (X \cup Y) = \cfrac{count (X \cup Y)}{count (D)} Support(X⇒Y)=Support(X∪Y)=count(D)count(X∪Y)
示例 : 数据集 D \rm D D 为 :
事物编号 | 事物 ( 商品 ) |
---|---|
001 001 001 | 奶粉 , 莴苣 |
002 002 002 | 莴苣 , 尿布 , 啤酒 , 甜菜 |
003 003 003 | 奶粉 , 尿布 , 啤酒 , 橙汁 |
004 004 004 | 奶粉 , 莴苣 , 尿布 , 啤酒 |
005 005 005 | 奶粉 , 莴苣 , 尿布 , 橙汁 |
求关联规则 尿 布 ⇒ 啤 酒 \rm 尿布 \Rightarrow 啤酒 尿布⇒啤酒 的支持度 ? ? ?
上述问题等价于 , 项集 X = { 尿 布 , 啤 酒 } \rm X=\{ 尿布 , 啤酒 \} X={尿布,啤酒} 的支持度 ;
根据上述公式
S u p p o r t ( X ⇒ Y ) = S u p p o r t ( X ∪ Y ) = c o u n t ( X ∪ Y ) c o u n t ( D ) \rm Support (X \Rightarrow Y) = Support (X \cup Y) = \cfrac{count (X \cup Y)}{count (D)} Support(X⇒Y)=Support(X∪Y)=count(D)count(X∪Y)
计算支持度 ;
c o u n t ( X ∪ Y ) \rm count (X \cup Y) count(X∪Y) 指的是 数据集 D \rm D D 中含有项集 X ∪ Y \rm X \cup Y X∪Y 的事务个数 ;
含有 X ∪ Y = { 尿 布 , 啤 酒 } \rm X \cup Y=\{ 尿布 , 啤酒 \} X∪Y={尿布,啤酒} 项集的事务有 事务 2 \rm 2 2 , 事务 3 3 3 , 事务 4 4 4 , 得出 :
c o u n t ( X ∪ Y ) = 3 \rm count (X \cup Y) = 3 count(X∪Y)=3
c o u n t ( D ) \rm count(D) count(D) 指的是 数据集 D \rm D D 的事务总数 ; 得出
c o u n t ( D ) = 5 \rm count(D) = 5 count(D)=5
则计算支持度 :
S u p p o r t ( X ⇒ Y ) = S u p p o r t ( X ∪ Y ) = c o u n t ( X ∪ Y ) c o u n t ( D ) \rm Support (X \Rightarrow Y) = Support (X \cup Y) = \cfrac{count (X \cup Y)}{count (D)} Support(X⇒Y)=Support(X∪Y)=count(D)count(X∪Y)
S u p p o r t ( X ) = S u p p o r t ( X ∪ Y ) = 3 5 \rm Support (X) = Support (X \cup Y) = \cfrac{3}{5} Support(X)=Support(X∪Y)=53
文章来源: hanshuliang.blog.csdn.net,作者:韩曙亮,版权归原作者所有,如需转载,请联系作者。
原文链接:hanshuliang.blog.csdn.net/article/details/109672614
- 点赞
- 收藏
- 关注作者
评论(0)