HOME 首頁(yè)
SERVICE 服務(wù)產(chǎn)品
XINMEITI 新媒體代運(yùn)營(yíng)
CASE 服務(wù)案例
NEWS 熱點(diǎn)資訊
ABOUT 關(guān)于我們
CONTACT 聯(lián)系我們
創(chuàng)意嶺
讓品牌有溫度、有情感
專注品牌策劃15年

    關(guān)聯(lián)規(guī)則分析算法(關(guān)聯(lián)規(guī)則分析算法與BP算法)

    發(fā)布時(shí)間:2023-04-19 06:57:41     稿源: 創(chuàng)意嶺    閱讀: 75        

    大家好!今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于關(guān)聯(lián)規(guī)則分析算法的問(wèn)題,以下是小編對(duì)此問(wèn)題的歸納整理,讓我們一起來(lái)看看吧。

    開始之前先推薦一個(gè)非常厲害的Ai人工智能工具,一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

    只需要輸入關(guān)鍵詞,就能返回你想要的內(nèi)容,越精準(zhǔn),寫出的就越詳細(xì),有微信小程序端、在線網(wǎng)頁(yè)版、PC客戶端

    官網(wǎng):https://ai.de1919.com。

    創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè),服務(wù)客戶遍布全球各地,如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話175-8598-2043,或添加微信:1454722008

    本文目錄:

    關(guān)聯(lián)規(guī)則分析算法(關(guān)聯(lián)規(guī)則分析算法與BP算法)

    一、Apriori算法是什么?適用于什么情境

    經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法包括Apriori算法和FP-growth算法。apriori算法多次掃描交易數(shù)據(jù)庫(kù),每次利用候選頻繁集產(chǎn)生頻繁集;而FP-growth則利用樹形結(jié)構(gòu),無(wú)需產(chǎn)生候選頻繁集而是直接得到頻繁集,大大減少掃描交易數(shù)據(jù)庫(kù)的次數(shù),從而提高了算法的效率。但是apriori的算法擴(kuò)展性較好,可以用于并行計(jì)算等領(lǐng)域。

    Apriori algorithm是關(guān)聯(lián)規(guī)則里一項(xiàng)基本算法。是由Rakesh Agrawal和Ramakrishnan Srikant兩位博士在1994年提出的關(guān)聯(lián)規(guī)則挖掘算法。關(guān)聯(lián)規(guī)則的目的就是在一個(gè)數(shù)據(jù)集中找出項(xiàng)與項(xiàng)之間的關(guān)系,也被稱為購(gòu)物藍(lán)分析 (Market Basket analysis),因?yàn)椤百?gòu)物藍(lán)分析”很貼切的表達(dá)了適用該算法情景中的一個(gè)子集。

    二、apriori關(guān)聯(lián)規(guī)則算法

    解釋如下:

    Apriori是基于廣度優(yōu)先的關(guān)聯(lián)規(guī)則算法,即從頻繁1項(xiàng)集開始,采用頻繁k項(xiàng)集搜索頻繁k+1項(xiàng)集,直到不能找到包含更多項(xiàng)的頻繁項(xiàng)集為止。

    三、apriori算法是什么?

    經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法包括Apriori算法和FP-growth算法。

    apriori算法多次掃描交易數(shù)據(jù)庫(kù),每次利用候選頻繁集產(chǎn)生頻繁集;而FP-growth則利用樹形結(jié)構(gòu),無(wú)需產(chǎn)生候選頻繁集而是直接得到頻繁集,大大減少掃描交易數(shù)據(jù)庫(kù)的次數(shù),從而提高了算法的效率,但是apriori的算法擴(kuò)展性較好,可以用于并行計(jì)算等領(lǐng)域。

    關(guān)聯(lián)規(guī)則分析算法(關(guān)聯(lián)規(guī)則分析算法與BP算法)

    基本算法:

    Apriori algorithm是關(guān)聯(lián)規(guī)則里一項(xiàng)基本算法

    Apriori算法將發(fā)現(xiàn)關(guān)聯(lián)規(guī)則的過(guò)程分:

    第一通過(guò)迭代,檢索出事務(wù)數(shù)據(jù)庫(kù)1中的所有頻繁項(xiàng)集,即支持度不低于用戶設(shè)定的閾值的項(xiàng)集;

    第二利用頻繁項(xiàng)集構(gòu)造出滿足用戶最小信任度的規(guī)則。其中,挖掘或識(shí)別出所有頻繁項(xiàng)集是該算法的核心,占整個(gè)計(jì)算量的大部分。

    四、關(guān)聯(lián)規(guī)則算法的關(guān)聯(lián)規(guī)則的定義

    所謂關(guān)聯(lián),反映的是一個(gè)事件和其他事件之間依賴或關(guān)聯(lián)的知識(shí)。當(dāng)我們查找英文文獻(xiàn)的時(shí)候,可以發(fā)現(xiàn)有兩個(gè)英文詞都能形容關(guān)聯(lián)的含義。第一個(gè)是相關(guān)性relevance,第二個(gè)是關(guān)聯(lián)性association,兩者都可以用來(lái)描述事件之間的關(guān)聯(lián)程度。

    設(shè)I={i1,i2…,im}為所有項(xiàng)目的集合,設(shè)A是一個(gè)由項(xiàng)目構(gòu)成的集合,稱為項(xiàng)集。事務(wù)T是一個(gè)項(xiàng)目子集,每一個(gè)事務(wù)具有唯一的事務(wù)標(biāo)識(shí)Tid。事務(wù)T包含項(xiàng)集A,當(dāng)且僅當(dāng)AT。如果項(xiàng)集A中包含k個(gè)項(xiàng)目,則稱其為k項(xiàng)集。D為事務(wù)數(shù)據(jù)庫(kù),項(xiàng)集A在事務(wù)數(shù)據(jù)庫(kù)D中出現(xiàn)的次數(shù)占D中總事務(wù)的百分比叫做項(xiàng)集的支持度(support)。如果項(xiàng)集的支持度超過(guò)用戶給定的最小支持度閾值,就稱該項(xiàng)集是頻繁項(xiàng)集(或大項(xiàng)集)。

    關(guān)聯(lián)規(guī)則就是形如XY的邏輯蘊(yùn)含關(guān)系,其中XI,YI且XY=Φ,X稱作規(guī)則的前件,Y是結(jié)果,對(duì)于關(guān)聯(lián)規(guī)則XY,存在支持度和信任度。

    支持度是指規(guī)則中所出現(xiàn)模式的頻率,如果事務(wù)數(shù)據(jù)庫(kù)有s%的事務(wù)包含XY,則稱關(guān)聯(lián)規(guī)則XY在D中的支持度為s%,實(shí)際上,可以表示為概率P(XY),即support(XY)= P(XY)。信任度是指蘊(yùn)含的強(qiáng)度,即事務(wù)D中c%的包含X的交易同時(shí)包含XY。若X的支持度是support(x),規(guī)則的信任度為即為:support(XY)/support(X),這是一個(gè)條件概率P(Y|X),即confidence(XY)= P(Y|X)。

    關(guān)聯(lián)規(guī)則分析算法(關(guān)聯(lián)規(guī)則分析算法與BP算法)

    以上就是關(guān)于關(guān)聯(lián)規(guī)則分析算法相關(guān)問(wèn)題的回答。希望能幫到你,如有更多相關(guān)問(wèn)題,您也可以聯(lián)系我們的客服進(jìn)行咨詢,客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。


    推薦閱讀:

    關(guān)聯(lián)詞的例子大全(關(guān)聯(lián)詞的例子大全三年級(jí))

    二年級(jí)關(guān)聯(lián)詞造句(二年級(jí)關(guān)聯(lián)詞造句試題)

    語(yǔ)文關(guān)鍵詞有哪些-(語(yǔ)文關(guān)鍵詞有哪些關(guān)聯(lián)詞)

    中國(guó)詩(shī)畫(中國(guó)詩(shī)畫中形成的詩(shī)意山水與如畫風(fēng)景)

    制作一個(gè)網(wǎng)頁(yè)首頁(yè)面板(制作一個(gè)網(wǎng)頁(yè)首頁(yè)面板怎么設(shè)置)