更多数据挖掘算法：https://github.com/linyiqun/DataMiningAlgorithm
介绍
CBA算法全称是Classification base of Association，就是基于关联规则进行分类的算法，说到关联规则，我们就会想到Apriori和FP-Tree算法都是关联规则挖掘算法，而CBA算法正是利用了Apriori挖掘出的关联规则，然后做分类判断，所以在...
分类：
编程语言 时间：
2015-02-15 09:31:02
阅读次数：
317
频繁项集挖掘是一个关联式规则挖掘问题。关联挖掘是数据挖掘中研究最早也是最活跃的领域，其中频繁模式的挖掘是关联挖掘的核心和基础，是产生关联规则挖掘的基础。其中FP-Growth和Apriori算法是最为经典的频繁项集挖掘算法。本文在spark下利用scala编写，充分利用了spark的内存计算方式和scala简洁的语法模式和先天性的并行化特性，充分发挥了FP-Growth。...
分类：
编程语言 时间：
2015-02-01 13:33:53
阅读次数：
310
我的数据挖掘算法代码：https://github.com/linyiqun/DataMiningAlgorithm
介绍
Apriori算法是一个经典的数据挖掘算法，Apriori的单词的意思是"先验的"，说明这个算法是具有先验性质的，就是说要通过上一次的结果推导出下一次的结果，这个如何体现将会在下面的分析中会慢慢的体现出来。Apriori算法的用处是挖掘频繁项集的，频繁项集粗俗的理解就是找...
分类：
编程语言 时间：
2015-01-23 23:09:12
阅读次数：
628
Apriori algorithm是关联规则里一项大数据基本算法。是由Rakesh Agrawal和Ramakrishnan Srikant两位博士在1994年提出的关联规则挖掘算法。关联规则的目的就是在一个数据集中找出项与项之间的关系，也被称为购物蓝分析 (Market Basket analys...
分类：
编程语言 时间：
2015-01-23 13:20:54
阅读次数：
160
前段时间，由于项目中用到了序列挖掘的算法，师兄推荐我用用SPMF。在此做个记录。 首先简单介绍一下SPMF： SPMF是一个采用Java开发的开源数据挖掘平台。 它提供了51种数据挖掘算法实现，用于： 序列模式挖掘, 关联规则挖掘， frequent itemset 挖掘, 顺序规则挖掘， 聚类 H...
分类：
编程语言 时间：
2015-01-22 20:08:51
阅读次数：
415
说明：参考Mahout FP算法相关相关源码。算法工程可以在下载：（只是单机版的实现，并没有MapReduce的代码）使用FP关联规则算法计算置信度基于下面的思路：1. 首先使用原始的FP树关联规则挖掘出所有的频繁项集及其支持度；这里需要注意，这里是输出所有的频繁项集，并没有把频繁项集合并，所以需要修改FP树的相关代码，在某些步骤把所有的频繁项集输出；（ps：参考Mahout的FP树单机版的实现，...
分类：
编程语言 时间：
2014-11-19 15:58:12
阅读次数：
262
Apriori算法和FPTree算法都是数据挖掘中的关联规则挖掘算法，处理的都是最简单的单层单维布尔关联规则。转自http://blog.csdn.net/sealyao/article/details/6460578Apriori算法Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法...
分类：
其他好文 时间：
2014-10-10 23:55:04
阅读次数：
1761
摘要本文介绍了关联规则的基本概念和分类方法，列举了一些关联规则挖掘算法并简要分析了典型算法，展望了关联规则挖掘的未来研究方向。关键词数据挖掘，关联规则，频集，Apriori算法，FP-树1引言关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。它在数据挖掘中是一个重要的课题，最近几年已被业界所广...
分类：
其他好文 时间：
2014-10-09 14:23:44
阅读次数：
304
在各种数据挖掘算法中，关联规则挖掘算是比较重要的一种，尤其是受购物篮分析的影响，关联规则被应用到很多实际业务中，本文对关联规则挖掘做一个小的总结。
首先，和聚类算法一样，关联规则挖掘属于无监督学习方法，它描述的是在一个事物中物品间同时出现的规律的知识模式，现实生活中，比如超市购物时，顾客购买记录常常隐含着很多关联规则，比如购买圆珠笔的顾客中有65%也购买了笔记本，利用这些规则，商场人员可以很...
分类：
其他好文 时间：
2014-10-08 18:24:35
阅读次数：
251
一、概念 关联规则挖掘：从食物数据库、关系数据库等大量数据的项集之间发现有趣的、频繁出现的模式、关联和相关性。 关联规则的兴趣度度量：support、confidence K-项集：包含K个项的集合 项集的频率：包含项集的事务数 频繁项集：如果项集的频率大于最小支持度*事务总数，则该项集成...
分类：
其他好文 时间：
2014-10-02 16:33:23
阅读次数：
286
