关联规则异常点检测

算法思路

1. 利用Apriori算法，计算闭频繁项集，与频繁项集上满足置信度约束的关联规则
2. 数据降维
   2.1 记产生的闭频繁项集大小为，对每个闭频繁项集求出相似集
   2.2 对关联规则集中每条规则，求出D中支持r前项和后项的记录集合
   2.3 迭代降维
   • 2.3.1 从闭频繁项集中选取一个子集
   • 2.3.2 利用项集子集生成事务相似集。计算关联规则集与相似集的反映度
   • 2.3.3 迭代得到每个闭频繁项集反映度最高的子集，即目标降维属性子集
3. 异常点检测
   3.1 计算规则的否定集
   3.2 计算每个否定集中数据点p到簇中与其最邻近的k个数据点中最远点的距离
   3.3 计算数据点p的k关系领域，对中每一点进行判断。计算论文中p的k关系邻域中不符合规则r行为模式点的平均密度，与簇中不符合规则r行为模式点的平均密度比较，实现异常点检测