数据挖掘与数据仓库——关联规则挖掘

关联规则挖掘

基本概念

Apriori算法

Apriori裁剪原理： 对于任意项集，如果它不是频繁集，则它的任何超集不用产生/测试!
算法流程：

关于连接操作：

一个例子：

Apriori算法存在问题：

1. 多次扫描数据库
2. 产生大量的候选集合

FP-Tree算法

可以参考：https://blog.csdn.net/kisslotus/article/details/80328045

FP-tree 算法的优点

1. FP-tree 算法只需对事务数据库进行二次扫描；
2. 避免产生大量候选集；

FP-tree 算法的缺点

1. 要递归生成条件数据库和条件 FP-tree，所以内存开销大；
2. 只能用于挖掘单维的布尔关联规则；

多维关联规则挖掘

多维关联规则：规则中有两个以上的谓词。
例如：
Age(X, “30到40”)∧Income(X, “4万－6万”）→ Buys(X, “computer”)