模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2010年
3期
402-407
,共6页
关联规则%预期关联规则%0支持度%膨胀算法
關聯規則%預期關聯規則%0支持度%膨脹算法
관련규칙%예기관련규칙%0지지도%팽창산법
给定数据库,在不考虑支持度和可信度情况下,事先能否预知最终会挖掘出多少条关联规则,这是个值得研究的问题.为此文中提出预期关联规则的概念,使上述问题转化成为如何计算预期关联规则集基数的问题.分别给出布尔型和数量型两种情况下的计算公式.对于数量型数据集,讨论当转换为布尔型数据后各个项集元素呈现的互斥性质.利用此性质导出一个膨胀矩阵和膨胀算法.该方法相对简洁地解决数量型数据集预期关联规则集基数的计算问题.计算和测试结果都表明,预期关联规则总量随着互斥元素的增加呈现下降趋势.这些结果对于深刻理解关联规则挖掘的实质,进而研发更加高效的挖掘算法十分有益.
給定數據庫,在不攷慮支持度和可信度情況下,事先能否預知最終會挖掘齣多少條關聯規則,這是箇值得研究的問題.為此文中提齣預期關聯規則的概唸,使上述問題轉化成為如何計算預期關聯規則集基數的問題.分彆給齣佈爾型和數量型兩種情況下的計算公式.對于數量型數據集,討論噹轉換為佈爾型數據後各箇項集元素呈現的互斥性質.利用此性質導齣一箇膨脹矩陣和膨脹算法.該方法相對簡潔地解決數量型數據集預期關聯規則集基數的計算問題.計算和測試結果都錶明,預期關聯規則總量隨著互斥元素的增加呈現下降趨勢.這些結果對于深刻理解關聯規則挖掘的實質,進而研髮更加高效的挖掘算法十分有益.
급정수거고,재불고필지지도화가신도정황하,사선능부예지최종회알굴출다소조관련규칙,저시개치득연구적문제.위차문중제출예기관련규칙적개념,사상술문제전화성위여하계산예기관련규칙집기수적문제.분별급출포이형화수량형량충정황하적계산공식.대우수량형수거집,토론당전환위포이형수거후각개항집원소정현적호척성질.이용차성질도출일개팽창구진화팽창산법.해방법상대간길지해결수량형수거집예기관련규칙집기수적계산문제.계산화측시결과도표명,예기관련규칙총량수착호척원소적증가정현하강추세.저사결과대우심각리해관련규칙알굴적실질,진이연발경가고효적알굴산법십분유익.
