【数据挖掘】关联规则挖掘 Apriori 算法 ( 频繁项集 | 非频繁项集 | 强关联规则 | 弱关联规则 | 发现关联规则 )

文章目录

• 一、 频繁项集
• 二、 非频繁项集
• 三、 强关联规则
• 四、 弱关联规则
• 五、 发现关联规则

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 )
• 【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 )
• 【数据挖掘】关联规则挖掘 Apriori 算法 ( 置信度 | 置信度示例 )

一、 频繁项集

项集

的 支持度

, 大于等于 指定的 最小支持度阈值

,

则称该 项集

为 频繁项集 ,

又称为 频繁项目集 ;

二、 非频繁项集

项集

的 支持度

, 小于 指定的 最小支持度阈值

,

则称该 项集

为 非频繁项集 ,

又称为 非频繁项目集 ;

三、 强关联规则

项集

是 频繁项集 的前提下 , ( 项集

的 支持度

, 大于等于 指定的 最小支持度阈值

) ,

置信度

大于等于 置信度最小阈值

,

称该 关联规则

是 强关联规则 ;

四、 弱关联规则

项集

是 频繁项集 的前提下 , ( 项集

的 支持度

, 小于等于 指定的 最小支持度阈值

) ,

置信度

小于 置信度最小阈值

,

称该 关联规则

是 弱关联规则 ;

五、 发现关联规则

发现关联规则 :

从 数据集

中 , 发现 支持度

, 置信度

, 大于等于给定 最小阈值 的 强关联规则 ;

目的是 发现 强关联规则 ;