啤酒尿布問題
二元表示：
項集、事務和支援度計數：包含0個或多個項的集合被稱為項集，k-項集；真實存在的項集稱為事務；包含特定項集的事務個數稱為項集的支援度計數。
關聯規則：蘊含表示式x->y
關聯規則的強度：支援度和置信度，支援度可以用於給定資料集的頻繁程度，置信度確定y包含x的事務中出現的頻繁程度。
關聯規則挖掘問題的形式化描述：
候選項集，通過比較候選項集包含在事務中來增加支援度計數。
（1）減少候選項集的數目
（2）較少比較次數
描述如何使用支援度度量，來減少頻繁項集產生需要探查的候選項集的個數。
基於支援度的剪枝；乙個項集的支援度絕不會超過它的子集的支援度。
基於支援度的剪枝計數，系統控制候選項集指數增長。
八 聚類分析 基本概念和演算法1
聚類分析是根據在資料中發現的描述物件及其關係，將資料物件分組。聚類分析目標是組內的物件互相之間是相似的，而不同組中的物件是不同的。聚類與分類 聚類分析可以理解為非監督分類 層次的與劃分的 簇的集合是巢狀還是非巢狀 互斥的 重疊的與模糊的 模糊聚類中每乙個物件相對於每個簇都有乙個隸屬權值 完全的與部分...
演算法分析基本概念
乙個演算法的要求有四個 有輸入 有輸出 有限性 確定性。有乙個很著名的公式是程式 資料結構 演算法。由該式子能看出演算法和程式的關係，演算法是一段有限序列能夠解決乙個問題，是解決問題的方法。程式是乙個實在的東西，能夠解決乙個問題。演算法和程式相比，演算法強調的是方法，所以演算法不拘泥於各種程式語言，...
關聯分析（一）基本概念和內容簡介
1.非對稱的二元變數 通常認為項在事務 現比不出現重要 2.支援度計數 包含某個項集的事務的個數 3.支援度和置信度 支援度 1.支援度和置信度的作用與區別 支援度往往反映了關聯規則在總事務 現的頻繁程度，因此支援度過低的規則往往作用不大，因為只是偶然出現。置信度反映的是對於關聯規則x y，若置信度...