知识卡片
项集与k项集
项集(itemset)是一组被当作整体看待的项目,可以是一次交易里一起买下的商品,也可以是同一会话中点击的一组链接、一天内完成的一组任务。它不要求有序,也不要求来自同一张表,只要求“我们关心它们是否同时出现”。
k 项集指恰好含 k 个项目的项集:{牛奶} 是 1 项集,{面包, 牛奶} 是 2 项集,{面包, 鸡蛋, 牛奶} 是 3 项集,书写上用花括号罗列。
为什么按项集算:支持度、置信度这些度量都定义在项集上——先算某个项集出现在多少比例的交易里,再由项集拆出规则。因此 Apriori 搜索的对象是项集空间,不是规则空间;规则只是频繁项集的副产品。这也解释了为什么算法输出的是“频繁项集集合”,规则要另外生成。
规模陷阱:d 个商品能组成 2 的 d 次方减一个非空项集,商品数一多就爆炸。任何关联规则算法真正的难点都在这片空间怎么搜,而不在规则怎么写。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第5章 高级分析理论与方法:关联规则 · 查看原书依据
这也被称为一个项集(itemset)。术语“项集”指的是包含某种关系的一系列项目(或单独的个体)。这可以是在一次交易中一起购买的一系列零售商品,也可以一个用户在单个会话中点击的一组超链接,还可以是一天内完成的一组任务。包含k个项目的项集称为k项集(k-itemset)。
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第5章 高级分析理论与方法:关联规则(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0015_split_001.html)
- 结论依据:5.1 节界定项集为一次交易中的一组项目、k 个项目即 k 项集;并指出计算关联规则时通常基于项集,Apriori 的目的就是避免枚举全部项集。
- 原始内容:这也被称为一个项集(itemset)。术语“项集”指的是包含某种关系的一系列项目(或单独的个体)。这可以是在一次交易中一起购买的一系列零售商品,也可以一个用户在单个会话中点击的一组超链接,还可以是一天内完成的一组任务。包含k个项目的项集称为k项集(k-itemset)。