weka Apriori算法实验.docx

weka Apriori算法关联规则挖掘实验一、Apriori算法参数含义本次共进行了9组实验，使用了weka安装目录data文件夹下的contact-lenses.arff数据。ToolsArffViewer，打开contact-lenses，可以看到实验数据contact-lenses共有24条记录，5个属性值。具体内容如下：结合实验结果阐释下列12个参数的含义1.car如果设为真，则会挖掘类关联规则而不是全局关联规则。2.classindex类属性索引。如果设置为-1，最后的属性被当做类属性。3.delta以此数值为迭代递减单位。不断减小支持度直至达到最小支持度或产生了满足数量要求的规则。4.lowerBoundMinSupport最小支持度下界。5.metricType度量类型。设置对规则进行排序的度量依据。可以是：置信度（类关联规则只能用置信度挖掘），提升度(lift)，杠杆率(leverage)，确信度(conviction)。在Weka中设置了几个类似置信度(confidence)的度量来衡量规则的关联程度，它们分别是：a)Lift：P(A,B)/(P(A)P(B) Lift=1时表示A和B独立。这个数越大(1)，越表明A和B存在于一个购物篮中不是偶然现象,有较强的关联度.b)Leverage :P(A,B)-P(A)P(B)Leverage=0时A和B独立，Leverage越大A和B的关系越密切c)Conviction:P(A)P(!B)/P(A,!B)（!B表示B没有发生）Conviction也是用来衡量A和B的独立性。从它和lift的关系（对B取反，代入Lift公式后求倒数）可以看出，这个值越大, A、B越关联。6.minMtric度量的最小值。7.numRules要发现的规则数。8.outputItemSets如果设置为真，会在结果中输出项集。9.removeAllMissingCols移除全部为缺省值的列。10.significanceLevel重要程度。重要性测试（仅用于置信度）。11.upperBoundMinSupport最小支持度上界。从这个值开始迭代减小最小支持度。12.verbose如果设置为真，则算法会以冗余模式运行。二、实验结果及分析1.以其中一组实验为例做详细分析具体参数设置如下图：完整的实验结果输出及具体分析= Run information =/实验运行信息Scheme:weka.associations.Apriori -I -N 10 -T 0 -C 0.9 -D 0.05 -U 1.0 -M 0.5 -S -1.0 -c -1Relation:contact-lenses/数据的名称contact-lensesInstances:24/数据的记录数24Attributes:5/属性数目5以及各属性名称agespectacle-prescripastigmatismtear-prod-ratecontact-lenses= Associator model (full training set) =%scheme -所选的关联规则挖掘方案：Apriori算法%算法的参数设置：-I -N 10 -T 0 -C 0.9 -D 0.05 -U 1.0 -M 0.5 -S -1.0 -c -1 ;%各参数依次表示：%I -输出项集，若设为false则该值缺省;%N 10 -规则数为10;%T 0 度量单位选为置信度，(T1-提升度，T2杠杆率，T3确信度);%C 0.9 度量的最小值为0.9;%D 0.05 -递减迭代值为0.05;%U 1.0 -最小支持度上界为1.0;%M 0.5 -最小支持度下届设为0.5;%S -1.0 -重要程度为-1.0;%c -1 -类索引为-1输出项集设为真%(由于car, removeAllMissingCols, verbose都保持为默认值False，因此在结果的参数设置为缺省，若设为True，则会在结果的参数设置信息中分别表示为A, R,V)%Apriori/ Apriori算法运行结果=Minimum support: 0.5 (12 instances)/最小支持度0.5，即最少需要12个实例Minimum metric : 0.9/最小度量: 0.9Number of cycles performed: 10/进行了10轮搜索Generated sets of large itemsets:/生成的频繁项集Size of set of large itemsets L(1): 7/频繁1项集：7个Large Itemsets L(1):/频繁1项集(outputItemSets设为True,因此下面会具体列出)spectacle-prescrip=myope 12spectacle-prescrip=hypermetrope 12astigmatism=no 12astigmatism=yes 12tear-prod-rate=reduced 12tear-prod-rate=normal 12contact-lenses=none 15%在上面所示数据界面中，分别点击标签spectacle-prescrip，astigmatism，tear-prod-rate和contact-lenses，该列的值会自动进行分类排序，可以很方便的对上面结果进行。点击age标签，其值按pre-presbiopic、presbiopic和young分类排序，可以看到各属性值的记录数均为8 contact-lenses=none 12conf:(1)/若tear-prod-rate取值为reduced可以推出contact-lenses的取值为none，该关联规则置信度为100%2其它实验设置及部分结果展示1实验中，若其它参数保持为默认值，将最小支持度下界设为0.8，则运行结果会显示”No large itemsets and rules found!”，即找不到满足条件的关联规则。2若其它参数保持为默认值，将最小支持度下界设为0.25，上界设为0.8，度量选为置信度，最小值为0.8，则运行结果找到：频繁1项集10个，频繁2项集18个，频繁3项集4个，找到的最佳关联规则为：1. tear-prod-rate=reduced 12 = contact-lenses=none 12conf:(1)2. spectacle-prescrip=myope tear-prod-rate=reduced 6 = contact-lenses=none 6conf:(1)3. spectacle-prescrip=hypermetrope tear-prod-rate=reduced 6 = contact-lenses=none 6conf:(1)4. astigmatism=no tear-prod-rate=reduced 6 = contact-lenses=none 6conf:(1)5. astigmatism=yes tear-prod-rate=reduced 6 = contact-lenses=none 6conf:(1)6. spectacle-prescrip=myope contact-lenses=none 7 = tear-prod-rate=reduced 6conf:(0.86)7. astigmatism=no contact-lenses=none 7 = tear-prod-rate=reduced 6conf:(0.86)8. contact-lenses=none 15 = tear-prod-rate=reduced 12conf:(0.8)3若其它参数保持为默认值，将最小支持度下界设为0.25，上界设为0.8，度量选为提升度(Lift：P(A,B)/(P(A)P(B)，最小值为1.1，则运行结果找到10条最佳关联规则，前3条如下：1. tear-prod-rate=reduced 12 = spectacle-prescrip=myope contact-lenses=none 6conf:(0.5) lev:(0.1) 2 conv:(1.21)2. spectacle-prescrip=myope contact-lenses=none 7 = tear-prod-rate=reduced 6conf:(0.86) lev:(0.1) 2 conv:(1.75)3. tear-prod-rate=reduced 12 = astigmatism=no contact-lenses=none 6conf:(0.5) lev:(0.1) 2 conv:(1.21)4若其它参数保持为默认值，将最小支持度下界设为0.25，上界设为0.8，度量选为杠杆率(Leverage:P(A,B)-P(A)P(B),在下面第一条规则中，4表示满足lev:(0.19)的实例数目)，最小值为0.1，则运行结果找到6条最佳关联规则，前3条如下：1. tear-prod-rate=reduced 12 = contact-lenses=none 12conf:(1) lift:(1.6) conv:(4.5)2. contact-lenses=none 15 = tear-prod-rate=reduced 12conf:(0.8) lift:(1.6) conv:(1.88)3. tear-prod-rate=reduced 12 = spectacle-prescrip=myope contact-lenses=none 65若其它参数保持为默认值，将最小支持度下界设为0.25，上界设为0.8，度量选为确信度(Conviction:P(A)P(!B)/P(A,!B)，最小值为1.1，则运行结果找到10条最佳关联规则，前3条如下：1. tear-prod-rate=reduced 12 = contact-lenses=none 12conf:(1) lift:(1.6) lev:(0.19) 4 2.