關(guān)聯(lián)規(guī)則學(xué)習(xí)（Association rule learning）是在大型數(shù)據(jù)庫中發(fā)現(xiàn)變量之間有趣關(guān)系的一種方法。其目標(biāo)是使用特定的量化標(biāo)準(zhǔn)來識別數(shù)據(jù)庫中發(fā)現(xiàn)的強(qiáng)規(guī)則。這一概念最初由Rakesh Agrawal等人提出，旨在探索超市POS系統(tǒng)記錄的大量交易數(shù)據(jù)中產(chǎn)品的規(guī)律性。關(guān)聯(lián)規(guī)則學(xué)習(xí)的應(yīng)用廣泛，不僅限于購物籃分析，還包括網(wǎng)絡(luò)用法挖掘、入侵檢測、連續(xù)生產(chǎn)和生物信息學(xué)等領(lǐng)域。
基本概念
關(guān)聯(lián)規(guī)則學(xué)習(xí)的基本單位是交易數(shù)據(jù)庫，其中每個交易都是項(xiàng)目集合的一個子集。關(guān)聯(lián)規(guī)則的形式為X?Y，其中X和Y分別代表先導(dǎo)和后繼，它們是互斥的項(xiàng)目集合。關(guān)聯(lián)規(guī)則的支持度衡量的是包含X∪Y的交易占總交易的比例，而置信度則表示包含X的交易中同時(shí)包含Y的比例。只有同時(shí)滿足最小支持度和最小置信度的規(guī)則才被認(rèn)為是有趣的。
分類
關(guān)聯(lián)規(guī)則按照處理的變量類別、數(shù)據(jù)的抽象層次和數(shù)據(jù)的維數(shù)進(jìn)行分類。布爾型關(guān)聯(lián)規(guī)則關(guān)注數(shù)據(jù)項(xiàng)是否存在，而多值屬性關(guān)聯(lián)規(guī)則則探討數(shù)值型或分類型數(shù)據(jù)項(xiàng)之間的關(guān)系。單層關(guān)聯(lián)規(guī)則處理單一層次的數(shù)據(jù)，而多層關(guān)聯(lián)規(guī)則能夠發(fā)掘更高層次的知識。單維關(guān)聯(lián)規(guī)則僅涉及一維數(shù)據(jù)，而多維關(guān)聯(lián)規(guī)則則涵蓋兩維或多維數(shù)據(jù)。
算法
關(guān)聯(lián)規(guī)則學(xué)習(xí)的核心算法包括Apriori算法和FP-Growth算法。Apriori算法采用自下而上的方法，通過迭代擴(kuò)展候選集并篩選頻繁項(xiàng)目集。FP-Growth算法則采用了分而治之的思想，通過構(gòu)建FP-Tree來高效地挖掘頻繁項(xiàng)集。此外，還有基于圖的關(guān)聯(lián)規(guī)則挖掘算法，如AGM、FSG、Span等，它們適用于基于圖的數(shù)據(jù)集。
實(shí)際應(yīng)用
關(guān)聯(lián)規(guī)則學(xué)習(xí)的實(shí)際應(yīng)用范圍廣泛，涵蓋了購物籃分析、網(wǎng)絡(luò)用法挖掘、入侵檢測、連續(xù)生產(chǎn)以及生物信息學(xué)等多個領(lǐng)域。通過對數(shù)據(jù)集的分析，可以發(fā)現(xiàn)各種有趣的關(guān)聯(lián)規(guī)則，為企業(yè)決策提供有價(jià)值的信息。
參考資料 >
關(guān)聯(lián)規(guī)則學(xué)習(xí).機(jī)器之心.2024-08-31
17個機(jī)器學(xué)習(xí)的常用算法!.北京師范大學(xué)青少年人工智能資源與創(chuàng)新平臺.2024-08-31
17個機(jī)器學(xué)習(xí)的常用算法.上海外國語大學(xué)人工智能數(shù)據(jù)工程中心網(wǎng)站.2024-08-31