chuong 3-luat ket hop

Khai phá luật kết hợp

Tìm tần số mẫu, mối kết hợp, sự tương quan hay các cấu

trúc nhân quả giữa các tập đối tượng trong các cơ sở dữ

liệu giao tác, cơ sở dữ liệu quan hệ, và những kho thông tin

khác

Chương 3: Luật kết hợp

Yêu cầu:

- Tính hiểu được: dễ hiểu

- Tính sử dụng được: cung cấp thông tin thiết thực

- Tính hiệu quả:

Ứng dụng:

- Phân tích dữ liệu giỏ hàng, thương mại,..

- Thiết kế catalogue, website, đồ họa,...

- Sinh học, sữa chữa,...



Định dạng thể hiện đặc trưng cho các luật kết hợp:

- Khăn Bia [0.5%,60%]

- Mua:Khăn Mua:Bia [0.5%,60%]

- NẾU mua khăn THÌ mua bia trong 60% trường hợp.

Khăn và bia được mua chung trong 0.5% dòng dữ liệu

Các hình thức biểu diễn khác:

- Mua(x,”khăn”) Mua(x,”bia”) [0.5%,60%]

- Khoa(x, “CNTT”) ^ Học(x,”DB”) Điểm(x,”A”)

[1%,75%]

Các hướng tiếp cận luật kết hợp


Luật kết hợp nhị phân (Binary Association Rule):

Các thuộc tính chỉ được quan tâm là có hay không xuất

hiện trong giao tác của cơ sở dữ liệu (không quan tâm về

“mức độ“ xuất hiện)

Ví dụ:

- Việc gọi 10 cuộc điện thoại và 1 cuộc được xem là giống

nhau (có cuộc gọi hay không – Có hay Không?)

- NẾU “gọi liên tỉnh=‟yes‟ AND gọi di động=”yes”

THÌ gọi quốc tế=‟yes‟ AND gọi dịch vụ 108 = „yes‟

với độ hỗ trợ 20% và độ tin cậy 80%”



Luật kết hợp có thuộc tính số và thuộc tính hạng mục

(Quantitative And Categorial Association Rule)

Các thuộc tính của các cơ sở dữ liệu có kiểu đa dạng (nhị

phân – binary, số – quantitative, hạng mục – categorial, ...)

Rời rạc hoá nhằm chuyển dạng luật này về dạng nhị

phân

Ví dụ:

NẾU phương thức gọi=‟Tự động‟

AND giờ gọi ∈ „23:00...23:59‟

AND Thời gian đàm thoại ∈ „20.. 30 phút‟

THÌ gọi liên tỉnh =‟có‟ ,

với độ hỗ trợ là 23. 53% , và độ tin cậy là 80%”.



Luật kết nhiều mức (Multi-level Association Rule)

Dạng luật đầu là dạng luật tổng quát hoá của dạng luật sau

và tổng quát theo nhiều mức khác nhau

Ví dụ:

Luật có dạng:

NẾU mua máy tính PC

THÌ mua hệ điều hành

AND mua phần mềm tiện ích văn phòng

thay vì chỉ những luật quá cụ thể:

NẾU mua máy tính iBM PC

THÌ mua hệ điều hành Microsoft Windows

AND mua phần mềm Microsoft Office



Luật kết hợp mờ (Fuzzy Association Rule)

Trong quá trình rời rạc hoá các thuộc tính số, luật kết hợp

mờ nhằm khắc phục các hạn chế và chuyển luật kết hợp về

một dạng tự nhiên hơn, gần gũi hơn với người sử dụng

Ví dụ:

NẾU thuê bao tư nhân = „yes‟

AND thời gian đàm thoại lớn (Thuộc tính được mờ hóa)

AND cước nội tỉnh = „yes‟

THÌ cước không hợp lệ = „yes‟

với độ hỗ trợ 4% và độ tin cậy 85%”.



Phân tích định dạng luật kết hợp:

NẾU mua khăn THÌ mua bia trong 60% trường hợp. Khăn

và bia được mua chung trong 0.5% dòng dữ liệu

Khăn Bia [0.5%,60%]

1. Tiền đề: Khăn (vế trái)

2. Mệnh đề kết quả: Bia (vế phải, đầu)

3. Support: 0.5% - tần số (hay độ hỗ trợ, độ phổ biến) –

trong bao nhiêu % dữ liệu thì những điều ở vế trái và

vế phải cùng xảy ra?

4. Confidence: 60% - độ mạnh (hay xác suất điều kiện, độ

tin cậy, độ gắn kết) – nếu vế trái xảy ra thì có bao nhiêu

khả năng vế phải xảy ra?



Độ ủng hộ: Biểu thị tần số luật có trong các giao tác

Độ tin cậy: biểu thị số phần trăm giao tác có chứa luôn B

trong các giao tác có chứa A



Độ ủng hộ tối thiểu (min support):

- Cao: ít tập phần tử (itemset) phổ biến

ít luật hợp lệ rất thường xuất hiện

- Thấp: nhiều luật hợp lệ hiếm xuất hiện

Độ tin cậy tối thiểu (min confidence):

- Cao: ít luật nhưng tất cả “gần như dúng”

- Thấp: nhiều luật, phần lớn rất “không chắc

chắn”

Giá trị tiêu biểu:

minsupport: 2-10%, minconfidence: 70-90%



item và itemsets:

i = { i1, i2, …, in } là tập bao gồm n mục (item – còn gọi là

thuộc tính – attribute). X ⊆ i được gọi là tập mục (itemset).

Giao tác:

T = { t1, t2, …, tm} là tập gồm m giao tác (Transaction – còn

gọi là bản ghi –record). Mỗi giao tác được định danh bởi

TiD (Transaction identification).

Tập phần tử phổ biến:

Tập các phần tử có độ ủng hộ (support) ≥ độ ủng hộ tối

thiểu (minsupport)



Cho: CSDL các giao tác, mỗi giao tác là

một danh sách mặt hàng được mua

(trong một lượt mua của khách hàng). Tìm tất cả các luật với minsupport=50% và

minconfidence=50%

Tid Hàng mua

100 A B C

200 A C

400 A D

500 B E F

Quá trình 2 bước để khai phá luật kết hợp:

- Bước 1: Tìm các tập phổ biến: các tập các phần tử có độ support tối thiểu.

* Mẹo Apriori: tập con của tập phổ biến cũng là một tập phổ biến

VD: Nếu {AB} là tập phổ biến thì {A} và {B} là tập phổ biến

* Lặp việc tìm tập phổ biến với kích thước từ 1 đến k (tập kích

thước k)

- Bước 2: Dùng các tập phổ biến để tạo các luật liên kết



Tid Hàng mua

100 A B C

200 A C

400 A D

500 B E F

Tập Độ phổ biến

{A} 3=75%

{B} 2=50%

......

{A} và {B} 1=25%

{A} và {C} 2=50%

......

Tập phổ biến Độ tin cậy

{A, C} = 50% 2/3=66,6%

{C, A} = 50% 2/2=100%

- A C [50%,66.6%]

- C A [50%,100%]

Các tập phổ biến với mẹo Apriori


1. Bước kết hợp: Ck được tạo bằng cách kết Lk-1 với chính nó

2. Bước rút gọn: Những tập kích thước k-1 không phổ biến thì không thể là

tập con của tập phổ biến kích thước k

3. Mã giả:

Ck là tập ứng viên có kích thước k

Lk là tập phổn biến có kích thước k

L1={các phần tử phổ biến}

FOR (k=1;Lk != NULL; k++)

Ck+1 ={các ứng viên được tạo từ Lk}

FOR mỗi giao tác t trong database

tăng số đếm của tất cả các ứng viên trong Ck+1 mà được

chứa trong t

Lk+1={các ứng viên trong Ck+1 có độ ủng hộ tối thiểu}

END FOR

RETURN ∪ 𝒌Lk

Tìm tập ứng viên với mẹo Apriori


Nguyên tắc Apriori:

Những tập con của tập phổ biến cũng phải phổ biến

Ví dụ:

Ta có: L3 = {abc,abd,acd,ace,bcd}

Tự kết:

* {abcd}

* {abce}

* {acde}

Rút gọn:

* {abce} bị loại vì bce không có trong L3

* {acde} bị loại vì ade không có trong L3

C4 = {abcd}

Khai phá luật kết hợp với Apriori


Database D

Tid Hàng mua

100 1 3 4

200 2 3 5

300 1 2 3 5

400 2 5

Duyệt D Tập Độ ủng hộ

{1} 2=50%

{2} 3=75%

{3} 3=75%

{4} 1=25%

{5} 3=75%

C1 L1

Tập Độ ủng hộ

{1} 2=50%

{2} 3=75%

{3} 3=75%

{5} 3=75%

Tập

{1,2}

{1,3}

{1,5}

{2,3}

{2,5}

{3,5

C2 Duyệt D


{1,2} 1=25%

{1,3} 2=50%

{1,5} 1=25%

{2,3} 2=50%

{2,5} 3=75%

{3,5 2=50%

C2 L2


{1,3} 2=50%

{2,3} 2=50%

{2,5} 3=75%

{3,5 2=50%

Khai phá luật kết hợp với Apriori


Tập

{2,3,5}

C3 Duyệt D


{2,3,5} 2=50%

C3 L3


{2,3,5} 2=50%

Không gian tìm kiếm của CSDL D


Không gian tìm kiếm của CSDL D Áp dụng mẹo tìm kiếm Apriori trên cấp 1


Không gian tìm kiếm của CSDL D Áp dụng mẹo tìm kiếm Apriori trên cấp 2


Rút các luật kết hợp từ các tập


Mã giả:

FOR mỗi tập phổ biến l

tạo tất cả các tập con khác rỗng s của l

FOR mỗi tập con khác rỗng s của l

iF support(l)/support(s)≥min_conf

cho ra luật s l-s

Ví dụ mẫu


Cho tập mặt hàng i={i1, i2, i3, i4, i5, i6, i7, i8} và tập giao tác O={o1, o2,

o3, o4, o5, o6}

Trong đó:

O1={i1, i7, i8}

O2={i1, i2, i6, i7, i8}

O3={i1, i2, i6, i7}

O4={i1, i7, i8}

O5={i3, i4, i5, i6, i8}

O6={i1, i4, i5}

a. Xây dựng ngữ cảnh khai phá dữ liệu

b. Tìm các tập phổ biến tối đại với min_supp=0.3

c. Tìm các luật kết hợp với min_supp=0.3 và min_conf=1.0

Ví dụ mẫu


a. Ngữ cảnh khai thác dữ liệu

i1 i2 i3 i4 i5 i6 i7 i8

O1 1 1 1

O2 1 1 1 1 1

O3 1 1 1 1

O4 1 1 1

O5 1 1 1 1 1

O6 1 1 1

O1 i1 i7 i8

O2 i1 i2 i6 i7 i8

O3 i1 i2 i6 i7

O4 i1 i7 i8

O5 i3 i4 i5 i6 i8

O6 i1 i4 i5

Transition database


b. Tìm các tập phổ biến tối đại với min_supp=0.3


{i1} =5/6=0.83

{i2} =2/6=0.33

{i3} =1/6=0.16

{i4} =2/6=0.33

{i5} =2/6=0.33

{i6} =3/6=0.5

{i7} =4/6=0.66

{i8} =4/6=0.66

C1


{i1} =5/6=0.83

{i2} =2/6=0.33

{i4} =2/6=0.33

{i5} =2/6=0.33

{i6} =3/6=0.5

{i7} =4/6=0.66

{i8} =4/6=0.66

L1

i1 i2 i3 i4 i5 i6 i7 i8



i1, i2 2=0.33

i1, i4 1=0.16

i1, i5 1=0.16

i1, i6 2=0.33

i1, i7 4=0.66

i1, i8 3=0.5

i2, i4 0

i2, i5 0

i2, i6 2=0.33

i2, i7 2=0.33

i2, i8 1=0.16

i4, i5 2=0.33

i4, i6 1=0.16

i4, i7 0

i4, i8 1=0.16

i5, i6 1=0.16

i5, i7 0

i5, i8 1=0.16

i6, i7 2=0.33

i6, i8 2=0.33

i7, i8 3=0.5

C2 L2

i1 i2 i3 i4 i5 i6 i7 i8


i1, i2 2=0.33

i1, i6 2=0.33

i1, i7 4=0.66

i1, i8 3=0.5

i2, i6 2=0.33

i2, i7 2=0.33

i4, i5 2=0.33

i6, i7 2=0.33

i6, i8 2=0.33

i7, i8 3=0.5

{i1,i2} {i1,i6} {i1,i7} {i1,i8} {i2,i6} {i2,i7} {i4,i5} {i6,i7} {i6,i8} {i7,i8}



i1, i2, i6 2=0.33

i1, i2, i7 2=0.33

i1, i2, i8 1=0.16

i1, i6, i7 2=0.33

i1, i6, i8 1=0.16

i1, i7, i8 2=0.33

i2, i6, i7 2=0.33

i2, i7, i8 1=0.16

i6, i7, i8 1=0.16

C3 L3

i1 i2 i3 i4 i5 i6 i7 i8



i1, i2, i6 2=0.33

i1, i2, i7 2=0.33

i1, i6, i7 2=0.33

i1, i7, i8 2=0.33

i2, i6, i7 2=0.33

{i1,i2,i6} {i1,i2,i7} {i1,i6,i7} {i1,i7,i8} {i2,i6,i7}



i1, i2, i6,i7 2=0.33

C4 L4

i1 i2 i3 i4 i5 i6 i7 i8



i1, i2, i6,i7 2=0.33

{i1,i2,i6} {i1,i2,i7} {i1,i6,i7} {i1,i7,i8} {i2,i6,i7}

{i1,i2,i6,i7}

Các tập phổ biến tối đại với min_supp=0.3:

1. {i4,i5}

2. {i6,i8}

3. {i1,i7,i8}

4. {i1,i2,i6,i7}



• Xét tập {i4, i5}:

conf({i4} {i5}) = 1 OK

conf({i5} {i4}) = 1 OK

• Xét tập {i6, i8}:

Conf({i6} {i8}) = 2/4

Conf({i8} {i6}) = 2/3

• Xét tập {i1, i7, i8}:

Conf({i1} {i7, i8}) = 2/5

Conf({i7} {i1, i8}) = 2/4

Conf({i8} {i1, i7}) = 2/4

Conf({i1, i7} {i8}) = 2/4

Conf({i1, i8} {i7}) = 2/3

Conf({i7, i8} {i1}) = 2/3

• Xét tập {i1, i2, i6, i7}:

Conf({i1} {i2, i6, i7}) = 2/5

Conf({i2} {i1, i6, i7}) = 2/2 OK

Conf({i6} {i1, i2, i7}) = 2/3

Conf({i7} {i1, i2, i6}) = 2/4

Conf({i1, i2} {i6, i7}) = 2/2 OK

Conf({i1, i6} {i2, i7}) = 2/2 OK

Conf({i1, i7} {i2, i6}) = 2/4

Conf({i2, i6} {i1, i7}) = 2/2 OK

Conf({i2, i7} {i1, i6}) = 2/2 OK

Conf({i6, i7} {i1, i2}) = 2/2 OK

Conf({i2, i6, i7} {i1}) = 2/5

Conf({i1, i6, i7} {i2}) = 2/2 OK

Conf({i1, i2, i7} {i6}) = 2/3

Conf({i1, i2, i6} {i7}) = 2/4



Có tất cả 9 luật được rút ra:

• {i4} {i5} [0.33%,100%]

• {i5} {i4} [0.33%,100%]

• {i1, i2} {i6, i7} [0.33%,100%]

• {i1, i6} {i2, i7} [0.33%,100%]

• {i2, i6} {i1, i7} [0.33%,100%]

• {i2, i7} {i1, i6} [0.33%,100%]

• {i6, i7} {i1, i2} [0.33%,100%]

• {i1, i6, i7} {i2} [0.33%,100%]


Các hạn chế của thuật toán Apriori

- Phải duyệt cơ sở dữ liệu nhiều lần

- Khi khai thác các mẫu dài, phải tạo lượng lớn tập ứng viên

Ví dụ: để tìm tập phổ biến của I={i1,i2,....,i100} cần:

- Số lần duyệt CSDL: 100

- Số lượng ứng viên: 2100-1


Thuật toán FP-Growth

Quy trình:

- Bước 1: * Tìm tập phổ biến 1 phần tử (Duyệt CSDL lần 1)

* Sắp xếp tập phổ biến giảm dần vào trong danh sách F_List

* Sắp xếp CSDL theo tập phổ biến trong danh sách F_List (Duyệt

CSDL lần 2) và thiết lập cây FP

- Bước 2: Xây dựng cơ sở mẫu điều kiện (Conditional Patern Bases) cho mỗi

hạng mục phổ biến.

- Bước 3: Thiết lập cây FP điều kiện (Conditional FP Tree) từ mỗi cơ sở

mẫu điều kiện

- Bước 4: Đệ quy cây FP điều kiện và phát triển mẫu phổ biến cho đến khi

cây FP điều kiện chỉ còn chứa 1 đường dẫn duy nhất Tạo tất cả tổ hợp

của mẫu phổ biến

Tập phổ biến 1 phần tử

Đã sắp xếp giảm dần

Ví dụ mẫu


Cho CSDL

(minsupp=60% ≥3 ):

Tập (Đã sắp xếp) Độ ủng hộ

f 4

c 4

a 3

b 3

m 3

p 3

- Bước 1: * Tìm tập phổ biến 1 phần tử (Duyệt CSDL lần 1)

* Sắp xếp tập phổ biến giảm dần vào trong danh sách F_List

100 {f,a,c,d,g,i,m,p}

200 {a,b,c,f,l,m,o}

300 {b,f,h,j,o,w}

400 {b,c,k,s,p}

500 {a,f,c,e,l,p,m,n}

Ví dụ mẫu


- Bước 1: ......

Duyệt CSDL , sắp xếp CSDL theo tập phổ biến 1 phần tử và thiết

lập cây FP

TID Items bought

100 {f,a,c,d,g,i,m,p}

200 {a,b,c,f,l,m,o}

300 {b,f,h,j,o,w}

400 {b,c,k,s,p}

500 {a,f,c,e,l,p,m,n}

TID Ordered frequent items

100 {f,c,a,m,p}

200 {f,c,a,b,m}

300 {f,b}

400 {c,b,p}

500 {f,c,a,m,p}

Ví dụ mẫu


- Bước 1: ......


lập cây FP

TID Ordered

frequent items

100 {f,c,a,m,p}

200 {f,c,a,b,m}

300 {f,b}

400 {c,b,p}

500 {f,c,a,m,p}

f:1

c:1

a:1

m:1

p:1

Ví dụ mẫu


- Bước 1:

......


lập cây FP

TID Ordered

frequent items

100 {f,c,a,m,p}

200 {f,c,a,b,m}

300 {f,b}

400 {c,b,p}

500 {f,c,a,m,p}

f:2

c:2

a:2

m:1

p:1

b:1

m:1

Ví dụ mẫu


- Bước 1: ......


lập cây FP

TID Ordered

frequent items

100 {f,c,a,m,p}

200 {f,c,a,b,m}

300 {f,b}

400 {c,b,p}

500 {f,c,a,m,p}

f:3

c:2

a:2

m:1

p:1

b:1

m:1

b:1

Ví dụ mẫu


- Bước 1: ......


lập cây FP

TID Ordered

frequent items

100 {f,c,a,m,p}

200 {f,c,a,b,m}

300 {f,b}

400 {c,b,p}

500 {f,c,a,m,p}

f:3

c:2

a:2

m:1

p:1

b:1

m:1

b:1

c:1

b:1

p:1

Ví dụ mẫu


- Bước 1: ......


lập cây FP

TID Ordered

frequent items

100 {f,c,a,m,p}

200 {f,c,a,b,m}

300 {f,b}

400 {c,b,p}

500 {f,c,a,m,p}

f:4

c:3

a:3

m:2

p:2

b:1

m:1

b:1

c:1

b:1

p:1

Ví dụ mẫu


Bước 2: Xây dựng cơ sở mẫu điều kiện (Conditional Patern Bases) cho

mỗi hạng mục phổ biến (mỗi nút trên cây FP-Tree)

Items Độ hỗ trợ

f 4

c 4

a 3

b 3

m 3

p 3

f:4

c:3

a:3

m:2

p:2

b:1

m:1

b:1

c:1

b:1

p:1

Items Conditional Patern Bases

f {}

c

a

b

m

p

Ví dụ mẫu


Bước 2: Xây dựng cơ sở mẫu điều kiện (Conditional Patern Bases) cho

mỗi hạng mục phổ biến (mỗi nút trên cây FP-Tree)

Items Độ hỗ trợ

f 4

c 4

a 3

b 3

m 3

p 3

f:4

c:3

a:3

m:2

p:2

b:1

m:1

b:1

c:1

b:1

p:1

Items Conditional Patern Bases

f

c f:3

a fc:3

b fca:1, f:1, c:1

m fcab:1, fca:2

p fcam:2, cb:1

Ví dụ mẫu


Bước 3: Thiết lập cây FP điều kiện (Conditional FP Tree) từ mỗi cơ sở

mẫu điều kiện:

- Với cơ sở mẫu điều kiện cho p là {fcam:2, cb:1}

số lượng mỗi mẫu trên cơ sở mẫu: f:2, c:3, a:2, m:2, b:1

Minsupp≥3 nên: c:3 phổ biến trên cơ sở mẫu điều kiện của p

Items Conditional

Patern Bases

f

c f:3

a fc:3

b fca:1, f:1, c:1

m fcab:1, fca:2

p fcam:2, cb:1

Items frequence

c 3 c:3

Ví dụ mẫu


Bước 3: Thiết lập cây FP điều kiện (Conditional FP Tree) từ mỗi cơ sở

mẫu điều kiện:

Items Conditional

Patern Bases

f

c f:3

a fc:3

b fca:1, f:1, c:1

m fcab:1, fca:2

p fcam:2, cb:1

Items freq

f 3

c 3

a 3

f:3

c:3

a:3

m-conditional

Items freq

c 3 c:3

p-conditional

Items freq

f 3

c 3

f:3

c:3

a-conditional

Items freq

f 3 f:3

c-conditional

Ví dụ mẫu


Bước 4: Đệ quy cây FP điều kiện và phát triển mẫu phổ biến cho đến khi



Quy tắc:

- Dựa trên tính chất mở rộng mẫu:

Giả sử α là tập phổ biến trong CSDL, B là cơ sở mẫu điều kiện

của α và β là một tập các hạng mục trong B.

Khi đó: α v β là tập phổ biến trong CSDL khi và chỉ khi β phổ

biến trong B.

- Giả sử cây FP T là một đường dẫn đơn, tập mẫu phổ biến cuối cùng

của T sinh ra bằng cách liệt kê tất cả các tổ hợp con của đường dẫn

con thuộc p.

Ví dụ mẫu





Items freq

c 3 c:3

p-conditional Tất cả các mẫu phổ biến liên quan

đến p là:

p:3,

cp:3

Items freq

f 3

c 3

a 3

f:3

c:3

a:3

m-conditional Tất cả các mẫu phổ biến liên quan

đến m là:

m:3,

fm:3, cm:3, am:3,

fcm:3, fam:3, cam:3,

fcam:3

Ví dụ mẫu





Tất cả các mẫu phổ biến liên quan

đến c là:

c:3,

fc:3

Tất cả các mẫu phổ biến liên quan

đến a là:

a:3,

fa:3, ca:3,

fca:3

Items freq

f 3

c 3

f:3

c:3

a-conditional

Items freq

f 3 f:3

c-conditional

Ví dụ mẫu


Item Conditional FP Tree Frequent Pateerns

f {} f

c {(f:3)} | c c,

fc

a {(f:3,c:3)} | a a,

fa, ca, fca

b {} b

m {(f:3, c:3, a:3)} | m

m,

fm, cm, am,

fcm, fam, cam,

fcam

p {(c:3)} | p p,

cp

Thuật toán FP-Growth


Procedure FP_Growth(Tree, α)

If (cây chứa một đường đơn P) then

For mỗi tổ hợp (β) của các nút trong đường dẫn P

- Sinh mẫu α ∪ β với support=độ hỗ trợ nhỏ nhất của các

nút trong β

Else

For mỗi ai trong header của cây

- Sinh mẫu β = αi ∪ 𝛂

- Support = αi . Support

- Tìm cơ sở mẫu phụ thuộc của β và khởi tạo cây FP-Tree

phụ thuộc Tree β

- If Tree β ≠ ∅ then FP_Growth(Tree β,β)

Độ đo lý thú


Thế nào là luật hay, lý thú?

- Thuật toán khai thác luật kết hợp có xu hướng sinh ra quá

nhiều luật

- Có nhiều luật không hay/bị thừa

Các độ đo khách quan:

- Độ phổ biến (supp)

- Độ tin cậy (conf)

- Khoảng hơn 20 độ đo khác

Các độ đo chủ quan:

- Độ đo lý thú: Luật kết hợp được gọi là lý thú nếu nó là điều

mới lạ, gây ngạc nhiên và có khả năng ứng dụng

- Độ đo lý thú giúp loại bớt/hạn chế luật

Độ đo lý thú


Ví dụ:

Trong 5000 sinh viên, có:

- 3000 chơi bóng đá

- 3750 thích uống bia

- 2000 chơi bóng đá và thích uống bia

+ Với minsupp=40% và minconf=66.7%:

chơi bóng đá thích uống bia

Luật này là sai lầm vì % sinh viên thích uống bia là 75%>66.7%

+ Với minsupp=20% và minconf=33.3%:

chơi bóng đá không thích uống bia

Luật này có ý nghĩa thực tiễn hơn, dù độ supp và conf thấp hơn

Độ đo lý thú


- Cần độ đo sự phụ thuộc hay mối liên quan giữa các sự kiện

- Xác định độ đo lý thú: 𝑰𝒏𝒕𝒆𝒓𝒆𝒔𝒕 =𝑷(𝑿,𝒀)

𝑷 𝑿 ∗𝑷(𝒀)

- X và Y được là tương quan nghịch nếu Interest<1 và ngược

lại

Ví dụ:

Interest(Chơi bóng đá, Thích uống bia)

= 𝟐𝟎𝟎𝟎/𝟓𝟎𝟎𝟎𝟑𝟎𝟎𝟎

𝟓𝟎𝟎𝟎∗(

𝟑𝟕𝟓𝟎

𝟓𝟎𝟎𝟎)= 0.89

Cho CSDL:

a. Tìm các tập phổ biến với phương pháp Apriori với

minsupp=30%

b. Tìm các tập phổ biến với phương pháp FP-Growth với

minsupp=30%. So sánh với Apriori

c. Tìm các luật kết hợp và tính độ đo lý thú Interest cho các luật

đã được tìm thấy tương ứng với các trường hợp.

Bài tập


i1 i2 i3 i4 i5 i6 i7 i8

O1 1 1 1

O2 1 1 1 1 1

O3 1 1 1 1

O4 1 1 1

O5 1 1 1 1 1

O6 1 1 1

chuong 3-luat ket hop

Documents