请问：什么是“频繁1项集”

cnesky 2004-05-07 07:59:40

请问什么是频繁1项集，频繁2项集。。频繁N项集

最好举个例子，谢谢了

...全文

300 4 打赏收藏转发到动态举报

写回复

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

cnesky 2004-05-08

打赏
举报

回复

分不够吗？不够可以重新开贴送分啊

cnesky 2004-05-08

打赏
举报

回复

thank you very much~

chy2swl 2004-05-08

打赏
举报

回复

请参见：数据挖掘概念与技术第152－153页，要认真看

bigddaddy 2004-05-08

打赏
举报

回复

http://www.dmgroup.org.cn/lw1.htm
看了后你应该就清楚了

Apriori算法是一种经典的频繁项集挖掘算法，用于发现数据中的关联规则。虽然由于效率问题现代已较少直接使用，但它是理解关联规则挖掘的基础。文章介绍了算法思想，通过迭代找到频繁项集，并用Python代码实现了这一过程。此外，还提到了Apriori的缺点，如候选集生成过多和需要多次扫描数据，以及一些优化方法，如基于划分、hash和采样。最后，文章通过实例展示了如何使用mlxtend库进行关联规则挖掘。

Apriori算法是一种经典的频繁模式挖掘方法，起源于20世纪90年代沃尔玛的“啤酒与尿布”案例。该算法通过多次扫描数据集，生成频繁项集并进行剪枝操作，以找出满足最小支持度的关联规则。在数据挖掘和推荐系统中，Apriori算法能帮助发现物品之间的隐藏关联，如在确定商品货架布局或制定推荐策略时。算法步骤包括：生成频繁1项集，生成候选项集，测试支持度，剪枝操作，以及计算满足最小置信度的强关联规则。

本文详细解释了数据挖掘中频繁项集、频繁闭项集及最大频繁集的概念，并通过实例说明了这些概念的区别，以及它们在挖掘模式时的应用。

本文介绍数据挖掘中模式发现的相关概念。阐述了频繁项集，通过支持度判断是否频繁；说明了超集的定义；解释最大频繁项集，即频繁项集且所有超集非频繁；还介绍了闭合频繁项集，项集直接超集支持度计数不等于自身且支持度达标。

这篇博客介绍了如何利用哈希桶方法处理交易数据库，首先读取test3.txt文件并将其转换为矩阵，接着根据最小支持度找到频繁1项集。通过去除不频繁项集的列简化矩阵，并设计Hash函数进行频繁2项集的计算。然后逐步计算更长的频繁项集，直到没有新的项集出现。

7,394

社区成员

6,741

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章