📅 最后修改于: 2020-12-02 06:45:02 🧑 作者: Mango
令I = i 1 ，i 2 ，…，i n是一组称为项的n个二进制属性。令D = t 1 ，t 2 ，…，t m是称为数据库的一组事务。 D中的每个事务都有唯一的事务ID，并且包含I中项的子集。规则定义为X⇒Y的形式，其中X，Y⊆I和X∩Y =∅。
项目集(对于短项目集)X和Y称为规则的前项(左侧或LHS)，其后称为规则的右侧(右侧或RHS)。
为了说明这些概念，我们使用超市领域的一个小例子。项目集为I = {牛奶，面包，黄油，啤酒}，下表中显示了一个包含这些项目的小型数据库。
| Transaction ID | Items |
|---|---|
| 1 | milk, bread |
| 2 | bread, butter |
| 3 | beer |
| 4 | milk, bread, butter |
| 5 | bread, butter |
超级市场的一个示例规则可以是{牛奶，面包}⇒{黄油}，这意味着如果购买了牛奶和面包，那么顾客也会购买黄油。为了从所有可能规则的集合中选择有趣的规则，可以使用对重要性和兴趣的各种度量的约束。最著名的限制是支持和信心的最低阈值。
项目集X的支持supp(X)定义为包含该项目集的数据集中的交易比例。在表1的示例数据库中，项目集{牛奶，面包}支持2/5 = 0.4，因为它发生在所有事务的40％(5个事务中的2个)中。查找频繁的项目集可以看作是无监督学习问题的简化。
规则的置信度定义为conf(X⇒Y)= supp(X∪Y)/ supp(X)。例如，规则{牛奶，面包}⇒{黄油}在表1的数据库中的置信度为0.2 / 0.4 = 0.5，这意味着对于50％的包含牛奶和面包的交易，该规则是正确的。置信度可以解释为概率P(Y | X)的估计，概率P(Y | X)是在交易中也包含LHS的情况下找到规则的RHS的概率。
在位于bda / part3 / apriori.R中的脚本中，可以找到实现apriori算法的代码。
# Load the library for doing association rules
# install.packages(’arules’)
library(arules)
# Data preprocessing
data("AdultUCI")
AdultUCI[1:2,]
AdultUCI[["fnlwgt"]] 0]),Inf)),
labels = c("None", "Low", "High"))
AdultUCI[[ "capital-loss"]] 0]),Inf)),
labels = c("none", "low", "high"))
为了使用先验算法生成规则，我们需要创建一个交易矩阵。以下代码显示了如何在R中执行此操作。
# Convert the data into a transactions format
Adult {sex = Male} 0.02856148 0.9362416 1.4005486
# {occupation = Farming-fishing} => {race = White} 0.02831579 0.9281879 1.0855456
# {occupation = Farming-fishing} => {native-country 0.02671881 0.8758389 0.9759474
= United-States}