APriori-Algorithmus
Der APriori- Algorithmus ist ein Data- Mining- Algorithmus, der 1994 von Rakesh Agrawal und Ramakrishnan Sikrant im Bereich des Lernens von Assoziationsregeln entwickelt wurde. Es wird verwendet, um Eigenschaften zu erkennen, die in einem Datensatz häufig vorkommen, und daraus eine Kategorisierung abzuleiten.
Prinzipien
Der Apriori-Algorithmus wird in zwei Schritten ausgeführt:
- Sei minsupp der gegebene minimale Unterstützungsindex und minconf der gegebene Konfidenzindex.
- Erzeugung aller häufigen Itemsets, d.h. ichF.={X.ich⊆T.|supp((X.ich)=X.ich.vs.Öunichtt≥michnichtsupp,ich=1,2,..nicht}}{\ displaystyle IF = \ left \ {\ mathrm {X} _ {i} \ subseteq \ mathrm {T} | supp {\ bigl (} \ mathrm {X} _ {i} {\ bigr)} = \ mathrm { X} _ {i} .count \ geq minsupp, i = 1,2, .. n \ right \}}
- Generierung aller Vertrauenszuordnungsregeln aus häufigen Elementmengen, d. H.
{X.ich,Y.j⊆ichF.|X.ich∩Y.j=∅∧VSÖnichtf((X.ich→Y.j)≥michnichtvs.Önichtf ich=1,2,..p j=1,2,..q}}{\ displaystyle \ left \ {\ mathrm {X} _ {i}, Y_ {j} \ subseteq IF | \ mathrm {X} _ {i} \ cap Y_ {j} = \ varnothing \ wedge Conf (\ mathrm { X} _ {i} \ rightarrow Y_ {j}) \ geq minconf ~ i = 1,2, .. p ~ j = 1,2, .. q \ right \}}
Siehe auch
Interne Links
Verweise
-
Rakesh Agrawal, Ramakrishnan Srikant, Schnelle Algorithmen für Regeln der Bergbauvereinigung
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">