關聯規則挖掘

關聯規則是形如X→Y的蘊涵式，其中， X和Y分別稱為關聯規則的先導(antecedent或left-hand-side, LHS)和後繼(consequent或right-hand-side, RHS ) 。其中，關聯規則XY，存在支持度與信任度。

關聯規則挖掘過程主要包含兩個階段：第一階段必須先從資料集合中找出所有的高頻項目組(Frequent Itemsets)，第二階段再由這些高頻項目組產生關聯規則(Association Rules)。 （推薦學習：PHP影片教學）

關聯規則挖掘的第一階段必須從原始資料集合中，找出所有高頻項目組(Large Itemsets)。

高頻的意思是指某一項目組出現的頻率相對於所有記錄而言，必須達到某一水準。一項目組出現的頻率稱為支持度(Support)，以一個包含A與B兩個項目的2-itemset為例，我們可以經由公式(1)求得包含{A,B}項目組的支持度，若支持度大於等於所設定的最小支持度(Minimum Support)門檻值時，則{A,B}稱為高頻項目組。

一個滿足最小支持度的k-itemset，則稱為高頻k-項目組(Frequent k-itemset)，一般表示為Large k或Frequent k。演算法並從Large k的專案組再產生Large k 1，直到無法再找到更長的高頻項目組。

關聯規則挖掘的第二階段是要產生關聯規則(Association Rules)。從高頻專案組產生關聯規則，是利用前一步驟的高頻k-專案組產生規則，在最小信賴度(Minimum Confidence)的條件門檻下，若一規則所求得的信賴度滿足最小信賴度，稱此規則為關聯規則。

例如：經由高頻k-專案組{A,B}所產生的規則AB，其信賴度可經由公式(2)求得，若信賴度大於等於最小信賴度，則稱AB為關聯規則。

基於規則中處理的變數的類別

關聯規則處理的變數可以分為布林型和數值型。布林型關聯規則處理的值都是離散的、種類化的，它顯示了這些變數之間的關係；而數值型關聯規則可以和多維關聯或多層關聯規則結合起來，對數值型欄位進行處理，將其進行動態的分割，或直接對原始的資料進行處理，當然數值型關聯規則中也可以包含種類變數。例如：性別=「女」=>職業=「秘書」 ，是布林型關聯規則；性別=「女」=>avg（收入）=2300，涉及的收入是數值類型，所以是數值類型關聯規則。

基於規則中資料的抽象層次

基於規則中資料的抽象層次，可以分為單層關聯規則和多層關聯規則。在單層的關聯規則中，所有的變數都沒有考慮到現實的資料是具有多個不同的層次的；而在多層的關聯規則中，對資料的多層性已經進行了充分的考慮。例如：IBM桌上型電腦=>Sony印表機，是一個細節資料上的單層關聯規則；桌上型電腦=>Sony印表機，是一個較高層次和細節層次之間的多層關聯規則。

基於規則中涉及到的資料的維數

關聯規則中的數據，可以分為單一維度的和多維的。在單一維度的關聯規則中，我們只涉及資料的一個維，例如使用者購買的物品；而在多維的關聯規則中，要處理的資料將會涉及多個維。換成另一句話，單維關聯規則是處理單一屬性中的一些關係；多維關聯規則是處理各個屬性之間的某些關係。例如：啤酒=>尿布，這條規則只涉及到用戶的購買的物品；性別=“女”=>職業=“秘書”，這條規則就涉及到兩個字段的信息，是兩個維上的一條關聯規則。

更多PHP相關技術文章，請造訪PHP圖文教學欄位進行學習！

以上是關聯規則挖掘的詳細內容。更多資訊請關注PHP中文網其他相關文章！