關聯規則挖掘和頻繁項目挖掘有什麼區別

Question

我是新來的數據挖掘和混淆關聯規則和頻繁項目挖掘。對我來說，我認爲都是相同的，但我需要在這個論壇上專家的觀點

我的問題是

就是關聯規則挖掘&頻繁項集挖掘的區別？ 謝謝

Answer 1

關聯規則類似於「A，B → C」，這意味着當A和B發生時C往往會發生。一個itemset只是一個集合，比如「A，B，C」，並且如果它的項目傾向於共同出現，它就很頻繁。 The usual way查找關聯規則是查找所有頻繁項集，然後將它們後處理成規則。

Answer 2

頻繁項目集挖掘的輸入是：

• 交易數據庫
• 最小支持閾最小支持度

的輸出是：

• 的所有的集合項目集至少出現在minsup事務中。項目集只是一組無序的項目。

協會[規則挖掘的輸入是：

• 一個交易數據庫
• 最小支持度閾值最小支持度
• 最小置信度閾值最小置信度

輸出結果爲：

• 該集合的所有有效關聯規則。關聯規則X→Y是兩個項目集X和Y之間的關係，使得X和Y不相交併且不是空的。有效的規則是支持高於或等於minsup並且置信度高於或等於minconf的規則。支持被定義爲sup（x - > Y）= sup（X U Y）/（事務數量）。置信度定義爲conf（x - > Y）= sup（X U Y）/ sup（X）。

現在，項目集和關聯規則挖掘之間的關係是，使用頻繁項集生成規則非常高效（請參閱Agrawal 1993年的論文）以獲取關於此想法的更多細節。因此，關聯規則挖掘將分爲兩步： - 挖掘頻繁項目集 - 通過使用頻繁項目集生成所有有效關聯規則。

Answer 3

頻繁項集挖掘是關聯規則挖掘的一個步驟。在對數據應用頻繁項目集挖掘算法（如Apriori，FPGrowth）之後，您將獲得頻繁項目集。從這些 發現頻繁項目集，您將生成關聯規則（通常由子集生成完成）。

Answer 4

頻繁項集挖掘是關聯規則挖掘的第一步。 生成所有頻繁項目集後，您可以逐個遍歷它們，逐個枚舉所有可能的關聯規則，計算它們的置信度，最後，如果置信度大於minConfidence，則輸出該規則。