頻出パターンマイニング - kamishima.net

← Back to document page

Frequent Pattern Mining . 1. . . . . . 2. . Association Rule 3. . Association Rule X (antecedent). X Y Y (consequent). X Y . ( ). X Y . . { , } { }. (X ) . (Y ) . 2. 4. . X i . X i . X = { , }. T1 = { , , }. T2 = { , }. X 1 1 . X 2 2 . . X Y . 5. . X Y . { , } { }. { , } { }. . , , , . . . . 6. . . X Y . { } { }. . . X Y . { } { }. . . . 7. . Basket Data ( ) . . T1 = { , , }. T2 = { , }. . TN = { , }. T1 . ( ) . . 8. . support(X). X . . X {a, b} . T1 = {a, b, c} T2 = {a, d}. T3 = {b, d, e} T4 = {a, b, e}. T5 = {a, b, c} T6 = {d, e}. = 6. ( ) = 3. X 3. support(X) = . = 6. = 9. . con dence(X,Y). X X . Y . X Y . con dence(X,Y) =. X . X Y X Y . X Y Ti support(X Y). con dence(X,Y) =. support(X). 10. Apriori 11. Apriori Apriori . . . and "Fast Algorithms for Mining Association Rules", VLDB 1994. . minsup minconf . X Y . support(X Y) minsup con dence(X,Y) minconf 12. Apriori : . . ! 10 . 57,002 . . !

頻出パターンマイニング 2 頻出パターン データ集合の要素アイテム集合，系列データ，時系列，木，グラフ…