内容简介:1.1.1 基本概念关联规则挖掘的一个典型例子是购物篮分析。关联规则研究有助于发现交易数据库中不同商品(项)之间的联系,找出顾客购买行为模式,如购买了某一商品对购买其他商品的影响,分析结果可以应用于商品货架布局、货存安排以及根据购买模式对用户进行分类。关联规则的相关术语如下:
1.1.1 基本概念
关联规则挖掘的一个典型例子是购物篮分析。关联规则研究有助于发现交易数据库中不同商品(项)之间的联系,找出顾客购买行为模式,如购买了某一商品对购买其他商品的影响,分析结果可以应用于商品货架布局、货存安排以及根据购买模式对用户进行分类。
关联规则的相关术语如下:
(1)项与项集
这是一个集合的概念,在一篮子商品中的一件消费品即为一项(Item),则若干项的集合为项集,如{啤酒,尿布}构成一个二元项集。
(2)关联规则
一般记为的形式,X为先决条件,Y为相应的关联结果,用于表示数据内隐含的关联性。如:表示购买了尿布的消费者往往也会购买啤酒。
关联性强度如何,由三个概念——支持度、置信度、提升度来控制和评价。
例:有10000个消费者购买了商品,其中购买尿布1000个,购买啤酒2000个,购买面包500个,同时购买尿布和面包800个,同时购买尿布和面包100个。
(3)支持度(Support)
支持度是指在所有项集中{X, Y}出现的可能性,即项集中同时含有X和Y的概率:
该指标作为建立强关联规则的第一个门槛,衡量了所考察关联规则在“量”上的多少。通过设定最小阈值(minsup),剔除“出镜率”较低的无意义规则,保留出现较为频繁的项集所隐含的规则。
设定最小阈值为5%,由于{尿布,啤酒}的支持度为800/10000=8%,满足基本输了要求,成为频繁项集,保留规则;而{尿布,面包}的支持度为100/10000=1%,被剔除。
package com.immooc.spark import org.apache.log4j.{Level, Logger} import org.apache.spark.mllib.fpm.FPGrowth import org.apache.spark.{SparkConf, SparkContext} object FPGrowthTest { def main(args:Array[String]): Unit = { val conf = new SparkConf().setAppName("DecisionTreeTest").setMaster("local[2]") val sc = new SparkContext(conf) Logger.getRootLogger.setLevel(Level.WARN) //1 读取样本数据 val data_path = "file:///Users/walle/Documents/D3/sparkmlib/sample_fpgrowth.txt" val data = sc.textFile(data_path) val examples = data.map(_.split(" ")).cache() //2 建立模型 val minSupport = 0.2 val numPartition = 10 val model = new FPGrowth(). setMinSupport(minSupport). setNumPartitions(numPartition). run(examples) //3 打印结果 println(s"Number of frequent itemsets: ${model.freqItemsets.count()}") model.freqItemsets.collect().foreach { itemset => println(itemset.items.mkString("[", ",", "]") + ", " + itemset.freq) } } }
Number of frequent itemsets: 54 [z], 5 [x], 4 [x,z], 3 [y], 3 [y,x], 3 [y,x,z], 3 [y,z], 3 [r], 3 [r,x], 2 [r,z], 2 [s], 3 [s,y], 2 [s,y,x], 2 [s,y,x,z], 2 [s,y,z], 2 [s,x], 3 [s,x,z], 2 [s,z], 2 [t], 3 [t,y], 3 [t,y,x], 3 [t,y,x,z], 3 [t,y,z], 3 [t,s], 2 [t,s,y], 2 [t,s,y,x], 2 [t,s,y,x,z], 2 [t,s,y,z], 2 [t,s,x], 2 [t,s,x,z], 2 [t,s,z], 2 [t,x], 3 [t,x,z], 3 [t,z], 3 [p], 2 [p,r], 2 [p,r,z], 2 [p,z], 2 [q], 2 [q,y], 2 [q,y,x], 2 [q,y,x,z], 2 [q,y,z], 2 [q,t], 2 [q,t,y], 2 [q,t,y,x], 2 [q,t,y,x,z], 2 [q,t,y,z], 2 [q,t,x], 2 [q,t,x,z], 2 [q,t,z], 2 [q,x], 2 [q,x,z], 2 [q,z], 2
4722
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。