第七章——数据挖掘(2)_min_sup-程序员宅基地
一、 关联规则
关联规则是数据库和数据挖掘领域中所发明并被广泛研究的最为重要的模型。关联规则的目标是在数据项目中找出所有的并发关系，这种关系也称为关联。
1.基本概念
关联规则的形式:设1=i，iz...im是一个项目集合，T是一个事务集合，其中每个事务t；是一个项目集合，并满足t；EI，一个关联规则可以表示成如下形式的蕴含关系：X→Y，其中X属于Y,Y属于I且X交Y非空。
2.关联规则强度指标
支持度和置信度是两个常用的衡量关联规则强度的指标关联规则X> Y的支持度是数据库中包含XUY 的事务占全部事务的百分比。它是概率P(XUY)，记作 support(X=Y)=P(XUY).
关联规则X→Y的置信度是包含XUY 的事务与包含X的事务数的比值。它是概率P(Y|X)，记作 confidence(X=Y)=P(Y|X)。
3.频繁项集
每个属性由多个元素组成，这里的元素称为项，多个项组成的集合称为项集。如果某个项集的支持度大于或等于预先设定的最小支持度阚值，则将这个项集称为频繁项集或大项集，所有的频繁k项集组成的集合通常记为Lk。
二、关联规则挖掘算法
关联规则挖掘算法中，Apriori算法最为著名，其挖掘的过程主要包含两个阶段：第一阶段先从数据集中找出所有的频繁项集，它们的支持度大于等于最小支持度闯值。第二阶段由这些频繁项集产生关联规则，计算它们的置信度，然后保留那些置信度大于等于最小置信度阚值的关联规则。
1.Apriori 算法中候选集合的产生
(1)连接
为了找Lk，通过Lk-1与自己连接产生候选k项集的集合，该候选k项集记为Ck:Lk-1中的两个项集和l2可以执行连接操作loolz的条件是(lk[i]表示项集中的第i个元素)(l1[1]=l2[1])A (L [2]=l2[2])..A (l1[k-2]=12[k-2])(l1[k-1]=l2[k-1])
(2)剪枝
G是Lr的超集，即它的成员可能不是频繁的，但是所有频繁的k项集都在Ck中。因此可以通过扫描数据库并计算每个k项集的支持度来得到Lk。
为了减少计算量，可以利用Apriori性质剪枝，即如果一个k项集中包含的k-1个元素的子集不在Lk-1中，则该候选集不可能是频繁的，可以直接从Ck中删除。
2.Apriori 算法过程
Apriori算法的计算复杂度主要受支持度闯值、项数(维度)、事务数和事务的平均宽度影响。具体算法描述如下：输入：事务数据库D；最小支持度阔值min_sup；最小置信度阔值min_conf。输出：事务数据库D中的所有频繁项目集L和关联规则AR。
3.例子
下面举例说明该算法的规则。
现有一个事务数据库如表所示，找出其所有满足最小支持度计数的关联规则。
表的每一行表示一条交易，共有9行，左边表示顾客ID，右边表示商品ID，为了方便计算，这里给出最小支持度计数为min_sup=2(等于最小支持度为22%)。
首先，扫描数据库，识别所有1项集和它们的支持度计数，将它们称作候选1项集，记作G1，然后选择其支持度大于或等于min_sup的项，将这些项称为频繁1项集，并记作L1。这样就识别了所有的频繁1项集
下面需要做类似的工作，产生所有可能频繁2项集，称作候选2项集，记作C2。这可以通过从L，产生所有可能的2项集来实现。扫描数据库，确定C2中每个项集的支持度，再从Cz中选择那些满足支持度大于或等min_sup的项集，得到Lz。
4.关联规则生成
得到所有的频繁项集后，关联规则就很容易了。对于置信度，可以用下面的公式计算：
条件概率用项集的支持度计数表示，其中support_count(AUB)是包含项集AUB的事务数，support_count(A)是包含项集A的事务数。由此，关联规则可以按以下的步骤产生：
(1)对于每个频繁项集L，产生L的所有非空子集。
(2)对于L 的每个非空子集S，如果P(A|B)≥min_conf(其中min_conf是最小置信度阙值)，则输出规则s→(l-s)。
智能推荐
解决win10/win8/8.1 64位操作系统MT65xx preloader线刷驱动无法安装_mt65驱动-程序员宅基地
文章浏览阅读1.3w次。转载自 http://www.miui.com/thread-2003672-1-1.html 当手机在刷错包或者误修改删除系统文件后会出现无法开机或者是移动定制（联通合约机）版想刷标准版，这时就会用到线刷，首先就是安装线刷驱动。 在XP和win7上线刷是比较方便的，用那个驱动自动安装版，直接就可以安装好，完成线刷。不过现在也有好多机友换成了win8/8.1系统，再使用这个_mt65驱动
SonarQube简介及客户端集成_sonar的客户端区别-程序员宅基地
文章浏览阅读1k次。SonarQube是一个代码质量管理平台，可以扫描监测代码并给出质量评价及修改建议，通过插件机制支持25+中开发语言，可以很容易与gradle\maven\jenkins等工具进行集成，是非常流行的代码质量管控平台。通CheckStyle、findbugs等工具定位不同，SonarQube定位于平台，有完善的管理机制及强大的管理页面，并通过插件支持checkstyle及findbugs等既有的流..._sonar的客户端区别
元学习系列（六）：神经图灵机详细分析_神经图灵机方法改进-程序员宅基地
文章浏览阅读3.4k次，点赞2次，收藏27次。神经图灵机是LSTM、GRU的改进版本，本质上依然包含一个外部记忆结构、可对记忆进行读写操作，主要针对读写操作进行了改进，或者说提出了一种新的读写操作思路。神经图灵机之所以叫这个名字是因为它通过深度学习模型模拟了图灵机，但是我觉得如果先去介绍图灵机的概念，就会搞得很混乱，所以这里主要从神经图灵机改进了LSTM的哪些方面入手进行讲解，同时，由于模型的结构比较复杂，为了让思路更清晰，这次也会分开几..._神经图灵机方法改进
【机器学习】机器学习模型迭代方法(Python)-程序员宅基地
文章浏览阅读2.8k次。一、模型迭代方法机器学习模型在实际应用的场景，通常要根据新增的数据下进行模型的迭代，常见的模型迭代方法有以下几种：1、全量数据重新训练一个模型，直接合并历史训练数据与新增的数据，模型直接离线学习全量数据，学习得到一个全新的模型。优缺点：这也是实际最为常见的模型迭代方式，通常模型效果也是最好的，但这样模型迭代比较耗时，资源耗费比较多，实时性较差，特别是在大数据场景更为困难；2、模型融合的方法，将旧模..._模型迭代
base64图片打成Zip包上传，以及服务端解压的简单实现_base64可以装换zip吗-程序员宅基地
文章浏览阅读2.3k次。1、前言上传图片一般采用异步上传的方式，但是异步上传带来不好的地方，就如果图片有改变或者删除，图片服务器端就会造成浪费。所以有时候就会和参数同步提交。笔者喜欢base64图片一起上传，但是图片过多时就会出现数据丢失等异常。因为tomcat的post请求默认是2M的长度限制。2、解决办法有两种：① 修改tomcat的servel.xml的配置文件，设置 maxPostSize=..._base64可以装换zip吗
Opencv自然场景文本识别系统（源码＆教程）_opencv自然场景实时识别文字-程序员宅基地
文章浏览阅读1k次，点赞17次，收藏22次。Opencv自然场景文本识别系统（源码＆教程）_opencv自然场景实时识别文字
随便推点
ESXi 快速复制虚拟机脚本_exsi6.7快速克隆centos-程序员宅基地
文章浏览阅读1.3k次。拷贝虚拟机文件时间比较长，因为虚拟机 flat 文件很大，所以要等。脚本完成后，以复制虚拟机文件夹。将以下脚本内容写入文件。_exsi6.7快速克隆centos
好友推荐—基于关系的java和spark代码实现_本关任务:使用 spark core 知识完成 " 好友推荐 " 的程序。-程序员宅基地
文章浏览阅读2k次。本文主要实现基于二度好友的推荐。数学公式参考于：http://blog.csdn.net/qq_14950717/article/details/52197565测试数据为自己随手画的关系图把图片整理成文本信息如下：a b c d e f yb c a f gc a b dd c a e h q re f h d af e a b gg h f bh e g i di j m n ..._本关任务:使用 spark core 知识完成 " 好友推荐 " 的程序。
南京大学-高级程序设计复习总结_南京大学高级程序设计-程序员宅基地
文章浏览阅读367次。南京大学高级程序设计期末复习总结，c++面向对象编程_南京大学高级程序设计
4.朴素贝叶斯分类器实现－matlab_朴素贝叶斯 matlab训练和测试输出-程序员宅基地
文章浏览阅读3.1k次，点赞2次，收藏12次。实现朴素贝叶斯分类器，并且根据李航《统计机器学习》第四章提供的数据训练与测试，结果与书中一致分别实现了朴素贝叶斯以及带有laplace平滑的朴素贝叶斯%书中例题实现朴素贝叶斯%特征1的取值集合A1=[1;2;3];%特征2的取值集合A2=[4;5;6];%S M LAValues={A1;A2};%Y的取值集合YValue=[-1;1];%数据集和T=[ 1,4,-1;..._朴素贝叶斯 matlab训练和测试输出
Markdown 文本换行_markdowntext 换行-程序员宅基地
文章浏览阅读1.6k次。Markdown 文本换行_markdowntext 换行
错误:0xC0000022 在运行 Microsoft Windows 非核心版本的计算机上,运行”slui.exe 0x2a 0xC0000022″以显示错误文本_错误: 0xc0000022 在运行 microsoft windows 非核心版本的计算机上,运行-程序员宅基地
文章浏览阅读6.7w次，点赞2次，收藏37次。win10 2016长期服务版激活错误解决方法：打开“注册表编辑器”；（Windows + R然后输入Regedit）修改SkipRearm的值为1：（在HKEY_LOCAL_MACHINE–》SOFTWARE–》Microsoft–》Windows NT–》CurrentVersion–》SoftwareProtectionPlatform里面，将SkipRearm的值修改为1）重..._错误: 0xc0000022 在运行 microsoft windows 非核心版本的计算机上,运行“slui.ex