标签：height 数据结构 情况 子集 lin 连接 搜索 相关 挖掘
关联规则：评定规则的标准
支持度：规则前项LHS和规则后项RHS所包括的商品都同时出现的概率，LHS和RHS商品的交易次数/总交易次数。
置信度：在所有的购买了左边商品的交易中，同时又购买了右边商品的交易机率，包含规则两边商品的交易次数/包括规则左边商品的交易次数。
提升度（有这个规则和没有这个规则是否概率会提升，规则是否有价值）：无任何约束的情况下买后项的交易次数/置信度。提升度必须大于1才有意义。
一、Aprioir
多遍数据库扫描是昂贵的，挖掘长模式需要很多遍扫描，并产生大量候选。Aprioir具有的性质：频繁项集的所有非空子集也必须是频繁的。
首先找频繁一项集（满足最小支持度要求的项集），在频繁一项集的基础上寻找频繁二项集，再依次寻找频繁三、四等等，直到没有满足最小支持度的项集。
再根据频繁项集产生关联规则。频繁项集的非空子集计算置信度，在一定置信度的情况下保留下来相应有用的规则。
Aprioir算法本来orange2.7算法可以实现，不知道为什么orange3给取消了这个算法
二、FP-Growth
FP-growth算法不同于Apriori算法生成候选项集再检查是否频繁的“产生-测试” 方法，而是使用一种称为频繁模式树（FP-Tree，PF代表频繁模式，Frequent Pattern）菜单紧凑数据结构组织数据，并直接从该结构中提取频繁项集。每个事务被映射到FP-tree的一条路径上，不同的事务会有相同的路径，因此重叠的越多，压缩效果越好。
FP-growth算法分为两个过程，一是根据原始数据构造FP-Tree，
首先扫描一遍数据集，找出频繁项的列表L，并且按照支持度排序，根据此排序调整原数据中事务的排序。然后开始构造FP-tree，根节点为空，处理每个事物时按照L中的顺序将事物中出现的频繁项添加到中的一个分支。（下图中D是通过指针连接上的，这样后期搜索时候，是直接知道D出现两次的）
构造完成FP-Tree后，选定叶节点，收集所有包含叶节点的前缀路径，通过把与叶节点相关联的支持度计数相加，得到叶节点的支持度计数，从而产生满足最小支持度的规则。
标签：height 数据结构 情况 子集 lin 连接 搜索 相关 挖掘
原文地址：http://www.cnblogs.com/fionacai/p/6131495.html
