Was ist der Unterschied zwischen dem Assoziationsregel-Mining und dem häufigen Itemset-Mining?

Eine Assoziationsregel ist etwas wie "A, B → C", was bedeutet, dass C auftritt, wenn A und B auftreten. Ein Itemset ist nur eine Sammlung wie "A, B, C", und es ist häufig, wenn seine Elemente zusammen auftreten. Der übliche Weg , nach Assoziationsregeln zu suchen, besteht darin, alle häufigen Itemsets zu finden und sie dann in Regeln nachzulesen.

Die Eingabe von häufigen Mining-Minianwendungen lautet:

• eine Transaktionsdatenbank
• eine minimale Supportschwelle minsup

Die Ausgabe ist:

• die Menge aller Itemsets, die in mindestens minsup -Transaktionen erscheinen. Ein Itemset ist nur ein Satz von ungeordneten Elementen.

Die Eingabe von Assoziationsregel-Mining lautet:

• eine Transaktionsdatenbank
• eine minimale Supportschwelle minsup
• eine minimale Vertrauensschwelle minconf

Die Ausgabe ist:

• die Menge aller gültigen Assoziationsregeln. Eine Assoziationsregel X - & gt; Y ist eine Beziehung zwischen zwei Objektmengen X und Y, so dass X und Y disjunkt sind und nicht leer sind. Eine gültige Regel ist eine Regel mit einer Unterstützung höher oder gleich minsup und einem Vertrauen höher oder gleich minconf. Die Unterstützung ist definiert als sup (x - & gt; Y) = sup (X UY) / (Anzahl der Transaktionen). Die Konfidenz ist definiert als conf (x - & gt; Y) = sup (XUY) / sup (X).

Die Beziehung zwischen Itemset und Assoziationsregel-Mining besteht nun darin, dass es sehr effizient ist, den häufigen Itemset zu verwenden, um Regeln zu generieren (siehe das Papier von Agrawal 1993), um weitere Details zu dieser Idee zu erhalten. So wird das Assoziationsregel-Mining in zwei Schritte unterteilt: - häufige Itemsets abbauen - Generieren aller gültigen Assoziationsregeln mithilfe der häufigen Elementgruppen.

Häufiges Itemset-Mining ist der erste Schritt beim Mining von Assoziationsregeln. Sobald Sie alle häufigen Itemsets generiert haben, fahren Sie fort, indem Sie nacheinander über sie iterieren, indem Sie alle möglichen Assoziationsregeln aufzählen, ihre Konfidenz berechnen, und schließlich, wenn die Konfidenz & gt; minConfidence , geben Sie diese Regel aus.

Häufiges Itemset-Mining ist ein Schritt des Mining von Assoziationsregeln. Nach dem Anwenden eines häufigen Itemset-Mining-Algorithmus wie Apriori, FPGrowth auf Daten erhalten Sie häufige Itemsets. Von diesen Wenn Sie häufig auftretende Objektgruppen gefunden haben, generieren Sie Assoziationsregeln (normalerweise durch die Generierung von Untergruppen).