第 5 章 关联规则方法5.1 关联规则的概念和分类5.1.1 关联规则的概念5.1.2 关联规则的分类1. 基于规则中处理的变量类别分类2. 基于规则中数据的抽象层次分类3. 基于规则中涉及的数据维数分类4. 基于模式与规则之间的相互关系分类5.2Apriori 算法5.2.1 产生频繁项集1. 求频繁 1 项集 L1 2. 求频繁 k+1 项集 Lk+1( 即执行 apriori-gen(Lk)) 图 5-1 示例数据库2 / 22 5.2.2 产生频繁项集的实例1. 第 1 次迭代，产生频繁1-项集3. 第 3 次迭代，产生频繁3-项集3 / 22 5.2.3 从频繁项集产生关联规则4 / 22 5.3FP-Growth 算法5.3.1FP-Growth算法计算过程图 5-2 示例数据库图 5-3FP-tree 5.3.2FP-Growth算法示例图 5-4I5 的条件模式树5 / 22 5.4 利用 SQL Server 2005 进行关联规则挖掘1. 数据准备图 5-5 客户基本情况表图 5-6 贷款余额表图 5-7 合并表数据6 / 22 图 5-8 合并产生的表2. 实现挖掘任务图 5-9 启动 Microsoft Visual Studio 图 5-10 新建 Analysis Services 项目7 / 22 图 5-11Analysis Services 项目信息图 5-12 新建数据源视图图 5-13 数据源视图向导8 / 22 图 5-14 选择数据源图 5-15 选择表和视图9 / 22 图 5-16 命名数据源视图图 5-17 数据源视图具体信息图 5-18 新建挖掘结构10 / 22 图 5-19 数据挖掘向导欢迎界面图 5-20 选择创建挖掘结构所用的方法11 / 22 图 5-21 选择挖掘结构所用的数据挖掘技术图 5-22 选择数据源视图图 5-23 指定表类型12 / 22 图 5-24 指定列图 5-25 指定列内容和数据类型13 / 22 图 5-26 为挖掘结构命名图 5-27 挖掘模型14 / 22 图 5-28 设置算法参数图 5-29 参数设置15 / 22 图 5-30 启动部署图 5-31 显示部署进度16 / 22 图 5-32 处理挖掘结构和所有模型图 5-33 选择挖掘结构17 / 22 图 5-34 处理成功3. 查看挖掘结果图 5-35 加载挖掘模型进度图 5-36 查看项集18 / 22 图 5-37 设定支持度和项集尺寸图 5-38 查看规则19 / 22 图 5-39 显示依赖关系图 5-40 查找感兴趣的结点20 / 22 图 5-41“房地产开发”的关系网络图 5-42 选择事例表21 / 22 图 5-43 选择可预测列图 5-44 显示提升图22 / 22 图 5-45 显示分类矩阵习题 5 1. 说明关联规则挖掘的目的和作用。2. 简要说明在频繁模式发现技术中，产生候选项集和不产生候选项集两种技术各自的特点和优缺点。3. 图 5-1 所示的数据库，如果分别设定最小支持度s=10% 和 s=40%，置信度 c=70%，计算该示例数据库中的频繁项集和规则。4. 根据图 5-3 所示的 FP-tree，找出以 I4，I3， I1，I2 为后缀的频繁模式。5. 根据图 5-3 所示的 FP-tree，找出其中所有的关联规则及他们的置信度。6. 练习使用 SQL Server 2005 的关联规则挖掘模型。
