第六章 数据挖掘导论 1。对于每个下列问题,提供一个关联规则的一个例子 从市场购物篮域,满足下列条件。同样, 这些规则是主观地描述是否有趣。 (一)一个规则,具有较高的支持和高的信心。 答:牛奶−→面包。这种明显的规则往往是无趣的。 (b)规则,有相当高的支持,但信心不足。 答:牛奶−→金枪鱼。而出售金枪鱼和牛奶可能是 高于阈值,并不是所有的事务,包含牛奶 也包含金枪鱼。这种低规则往往是无趣的。 (c)一个规则,低的支持和信心不足。 答:食用油−→洗衣粉。如此低的信心规则 往往是无趣的。 (d)规则,低支持和高的信心。 答:伏特加−→鱼子酱。这样的规则往往是有趣的 2。考虑到数据集显示于表格6.1。 (一)计算支持项集{ e },{ b、d },{ b、d、e }通过治疗 每个事务ID作为一个市场购物篮。 答: (b) Use the results in part (a) to compute the confidence for the association rules {b, d} −→ {e} and {e} −→ {b, d}. Is confidence a symmetric measure? c、重复部分(一)通过将每个客户 ID 作为一个市场购物篮。每个 项目应被视为一个二进制变量(1 如果一个项目出现在 至少有一个交易购买的顾客,和 0 否则。) d e 没有明显关系 s 1,s 2,c 1 和 c 2 所以 c 2 有最低的置信度 4 、 因 为 年 代 (A,B,C)≤ 年 代 (A,B) 和 max(s( 一 个 ),s(B),s(C))≥ max(s( 一 个 ),s(B)), 因 此 ζ ({ A 、B })≥ ζ ({ A,B,C })。 （b） 因为s(A,B,C)≤s(A,B)和最小(s(A,B),s(A,C),s(B,C))≤min(s(一个),s(B),s(C)) ≤min(s(一个),s(B))、η({ A,B,C })可以大于或小于η({ A、B })。 因此,这些措施是单调。 (一)的最大数量,可以提取关联规则 从这个数据(包括规则,零支持)? 答:有六项数据集。因此总 规则的数量是602。 (b)什么是频繁项集的最大大小,可以提取 (假设用来> 0)? 答:因为最长的事务包含4项,最大 频繁项集的大小是4。 (c)编写一个表达式最大数量的大小3项集, 可以源自这个数据集。 答: (d)找到itemset(大小为2或更大),拥有最大的支持。 答:{面包、黄油}。 (e)找到一双项目,a和b,这样的规则{一}−→{ b }和 { b }−→{一}有同样的信心。 答:(啤酒,饼干)或(面包、黄油)。 比例的频繁项集= 16/32 = 50.0%(包括n u ll 设置)。 修剪比率的比例是 N 的总数量的项目集。因为 的计数 N = 11,因此修剪比例是 11/32 = 34.4%。 误警率的比值我总数量的项目集。因为 计数的我= 5,因此误警率是 5/32 = 15.6%。
VIP
