数据挖掘：关联规则挖掘 关联规则挖掘：Apriori算法 提高Apriori的效率 基于散列的算法基于FP tree的算法 ...
分类：
编程语言 时间：
2016-04-23 22:38:41
阅读次数：
563
上一章学习了非监督学习的聚类，聚类算法可以将不同性质的分类分开。这两天学习了apriori算法进行关联分析，感觉是目前最难理解的一章了，并且书中还有个很坑爹的错误，作者存在很大的疏忽。
Apriori算法关联分析：从大规模数据集中寻找物品间的隐含关系被称作关联分析或者关联规则学习。
关联分析应用1：我们以前学习的是根据特性进行分类或者回归预测，并没有挖掘特性之间的关系，关联分析可以用于分析数据...
分类：
编程语言 时间：
2016-04-17 23:02:44
阅读次数：
655
一：背景 http://www.cnblogs.com/aijianiula/p/5397857.html 上节中，总结了频繁项集挖掘的最基本算法:Apriori算法。这篇文章写下它的改进算法FGrowth算法，记得这个算法是香港一位教师提出来的，其思想非常值得借鉴和思考。 二：FGrowth FP ...
分类：
编程语言 时间：
2016-04-16 13:46:48
阅读次数：
401
一：背景介绍 最近在公司用spark的平台做了一个购物车的推荐，用到的算法主要是FGrowth算法，它是Apriori算法的升级版，算法的主要目的是找出频繁进行一起购买的商品。本文主要介绍两个算法的背景，触及到公司的推荐具体流程，这里就不介绍了。 二：Apriori Apriori算法是挖掘频繁项的 ...
分类：
编程语言 时间：
2016-04-16 12:25:25
阅读次数：
150
相对于机器学习，关联规则的apriori算法更偏向于数据挖掘。 1） 测试文档中调用weka的关联规则apriori算法，如下 步骤 1 读取数据集data，并提取样本集instances 2 离散化属性Discretize 3 创建Apriori 关联规则模型 4 输出大频率项集和关联规则集 2） ...
分类：
编程语言 时间：
2016-04-12 20:57:17
阅读次数：
597
一、本课程是怎么样的一门课程（全面介绍） 1.1、课程的背景 “大数据”作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。 “大数据” 其实离我们的生活并不遥远，大到微博的海量用户信息，小到一个小区超市的月销售清单 ...
分类：
编程语言 时间：
2016-04-12 07:12:24
阅读次数：
402
使用场景如： 用户频道属性分析 、用户忠诚度分析 、用户偏好路径分析、 用户偏好终端分析、 用户访问网站时间分析、 用户浏览内容分析 例子：一用户某次访问网站的路径示意图 Apriori算法 需要扫描多个事物数据集，增加IO开销。会产生2的k次方频繁项集。 FP-Tree算法 概念： 树 链 节点 ...
分类：
编程语言 时间：
2016-03-30 19:22:49
阅读次数：
298
频繁项集 的非空子集也必须是频繁项集 非频繁项集的任一超集也必然不是频繁项集 如果K-维频繁项集集合中包含单个项目i的个数小于K-1,则i不可能在频繁K项集中（apriori算法中并没有用到这个性质，可以借助这个性质来进行优化，性质会在后面举例） ...
分类：
编程语言 时间：
2016-03-27 11:05:02
阅读次数：
169
关联规则的基本模型—规则
关联规则的基本模型—置信度
关联规则的基本模型—支持度
关联规则基本概念
频繁项集举例
关联规则举例
Apriori的步骤
Apriori的重要性质
Apriori算法实例—产生频繁项集
Apriori算法实例—产生关联规则
Apriori算法思想总结
Apriori算法代码
由L(k-1)生成候选集Ck
从频繁项集中挖掘关联规则...
分类：
编程语言 时间：
2016-03-14 19:00:10
阅读次数：
276
