Qual è la differenza tra l'estrazione di regole di associazione e il mining di articoli frequenti

Question

Sono un neofita del data mining e confondo le regole di associazione e il mining frequente degli oggetti. per me penso che entrambi sono lo stesso, ma ho bisogno di vista da esperti su questo forum

La mia domanda è

qual è la differenza tra l'Associazione regola mineraria & frequenti mineraria itemset? Grazie

Answer 1

Una regola di associazione è qualcosa come "A, B → C", che significa che C tende a verificarsi quando A e B si verificano. Un set di elementi è solo una raccolta come "A, B, C" ed è frequente se i suoi elementi tendono a verificarsi in concomitanza. The usual way cercare le regole di associazione è trovare tutti gli itemset frequenti e quindi postelaborarli in regole.

Answer 2

L'ingresso di frequente itemset mineraria è:

• un database di transazioni
• un supporto di soglia minima minsup

Il risultato è:

• la insieme di tutti set di articoli che compaiono in almeno minupload transazioni. Un set di elementi è solo un insieme di elementi non ordinati.

L'ingresso di assocition regola mineraria è:

• una transazione di database
• un supporto soglia minima minsup
• una soglia minima fiducia minconf

L'output è:

• l'insieme di tutte le regole di associazione valide. Una regola di associazione X -> Y è una relazione tra due set di elementi X e Y tale che X e Y sono disgiunti e non sono vuoti. Una regola valida è una regola con un supporto più alto o uguale a minsup e una confidenza superiore o uguale a minconf. Il supporto è definito come sup (x -> Y) = sup (X U Y)/(numero di transazioni). La confidenza è definita come conf (x -> Y) = sup (X U Y)/sup (X).

Ora il rapporto tra set di elementi e regole associative mineraria è che è molto efficace per utilizzare il set di elementi frequente per generare le regole (vedi il documento da Agrawal 1993) per ulteriori dettagli su questa idea. Pertanto, il mining delle regole di associazione verrà suddiviso in due passaggi: - set di articoli frequenti di data mining - generazione di tutte le regole di associazione valide utilizzando gli insiemi di articoli frequenti.

Answer 3

Il mining di set di elementi frequenti è un passaggio del mining delle regole di associazione. Dopo aver applicato l'algoritmo di mining di set di articoli Frequent come Apriori, FPGrowth sui dati, otterrete set di articoli frequenti.Da questi trovati set di articoli frequenti, si generano regole di associazione (in genere eseguite per generazione di sottoinsiemi).

Answer 4

Il mining di set di elementi frequenti è il primo passaggio del mining della regola di associazione. Una volta generati tutti gli insiemi di articoli frequenti, si procede ripetendo su di essi, uno per uno, elencando tutte le possibili regole di associazione, calcolando la loro confidenza, infine, se la confidenza è>minConfidence, si emette tale regola.