Scribd
Carica
2 visualizzazioni4 pagine

Frequent Pattern Definitions

Il documento descrive concetti chiave relativi agli itemset e alle regole di associazione, inclusi supporto assoluto e relativo, confidenza e itemset chiusi e massimi. Viene fornito un esempio pratico di transazioni e calcoli di supporto e confidenza per illustrare le regole associative. Inoltre, si evidenziano le caratteristiche degli itemset frequenti e le condizioni per la loro classificazione come chiusi o massimi.

Caricato da

lorenz.barcius
Copyright
© All Rights Reserved
Per noi i diritti sui contenuti sono una cosa seria. Se sospetti che questo contenuto sia tuo, rivendicalo qui.
Formati disponibili
Scarica in formato PDF, TXT o leggi online su Scribd
2 visualizzazioni4 pagine

Frequent Pattern Definitions

Il documento descrive concetti chiave relativi agli itemset e alle regole di associazione, inclusi supporto assoluto e relativo, confidenza e itemset chiusi e massimi. Viene fornito un esempio pratico di transazioni e calcoli di supporto e confidenza per illustrare le regole associative. Inoltre, si evidenziano le caratteristiche degli itemset frequenti e le condizioni per la loro classificazione come chiusi o massimi.

Caricato da

lorenz.barcius
Copyright
© All Rights Reserved
Per noi i diritti sui contenuti sono una cosa seria. Se sospetti che questo contenuto sia tuo, rivendicalo qui.
Formati disponibili
Scarica in formato PDF, TXT o leggi online su Scribd

ITEM SET

E un insieme di u oggetti
K ITOMSST
Un insieme di K oggetti

SUPPORT Assoluto
Metrica che indica il mero di occorrenze di un

dato itenset
OPPORT RELATIVO
E'il rapporto fa il mero di transazioni che
contengono l'itenset I e il totale delle transazioni
Esempio
D AA c Il di I
supporto AB è
A C supporto assoluto
AI DI SUPPLI 3
LIB E supporto relativo
SUPPLI I 75
Transazione T
Insieme di itenset per cui vale TED

Associaton RULE
Una regola di associazione ci da indicazione sul fatto
che dati i sottoinsiemi TCI e TCI se la
regola dice Y allora è molto probabile che
a una transazione con X abbia anche Y
L'importante è che X V4 0

SUPPORTO DI X Y
Ci da indicazione sulla percentuale di transazioni che
oresentano contemporaneamente X e Y XU 4

SUPPA Y PHU Y

CONFIDENZA Di Y
E la probabilità condizionata che dato X ci sia Y

Conf Y PHI Y
SUPIGÉ
Se la confidenza è 1 allora tutte le transazioni
aventi X hanno anche 4

Esempio
D 1 Birra noci Pannolino
2 BIRRA CAFFÉ Pannolino
3 BIRRA Pannolino Uova
4 Noci Uova Lato
5 Noci Caffe Pannolino Uova latte

doniamo minsupp minconf 5


Gli itenset frequenti sono

BS 3 In 3 PS 4 LUI 3 BP 3
Due regole associative possono essere B Pe P B

supp BEP E 601


B P
conf Bep
I 100

Supp P B E 60
P B
conf HB Z 75

CLOSE ITEM SET


Un itenset X è definito close se esso è

1 Frequente D in
2 Non devono esistere itenset Y YD X con un
supporto uguale a X differenza con il max I
Ovvero non deve esistere un itenset che contiene X
e che abbia anche supporto
uguale a X

MAX ITEMSET
Un itenset X è definito max se esso è

1 Frequente in D
2 On devono esistere itensetY [Link]
Ovvero non deve esistere un itenset che contiene X
e allo stesso tempo sia frequente
Esempio Minsupp 30
FREQUENT ITSMSET
D LATOPANE Uova Lato 75
lato Pans Pane 62,5
pans uova uova 62,57
lato uova Zucchero 37,51
latte Pane Zucchero latte Pane 37,51
PANE Uova Farina Pans uova 37,51
LATO UOVA ZUCCHERO Latte Zucchero 37,54
latte Zucchero Caffè lato uova 37,5
Close ITSMsets MAX iterset
LATO LATO Pane
PANE PANE Uova
Uova LATO Zucchero
zucchero LATO uova
LATO PANE
PANE Uova
LATO ZUCCHERO
LATO UOVA

Potrebbero piacerti anche