频繁模式挖掘实验

福州大学数学与计算机科学学院上机实验报告专业：信息与计算科学学号031201206姓名詹小青班级02班实验名称频繁模式实验主要内容使用关联规则挖掘频繁模式实验目的和要求通过使用SPSSClementine数据挖掘平台，了解数据挖掘的目的、过程，理解数据挖掘的结果，并能够根据所学习的数据挖掘的相关知识，对挖掘的过程参数和结果数据进行分析。熟练掌握SPSSClementine软件的使用和Apriori算法的实现步骤及方法。实验内容和步骤实验内容：建立数据源，进行关联规则挖掘。实验原理：关联规则分析：方法原理算法优点缺点适用范围逐层搜索的迭代算法，k-项集用于探索（k+1）-项集。连接，减枝两步走。首先，通过扫描数据集，产生一个大的候选数据项集,并计算每个候选数据项发生的次数，然后基于预先给定的最小支持度生成频繁1-项集的集合，该集合记作；然后基于和数据集中的数据，产生频繁2-项集；用同样的方法，直到生成频繁n-项集，其中已不再可能生成满足最小支持度的（N+1）－项集。最后，从大数据项集中导出规则。使用候选项集找频繁项集Apriori算法效率高1．多次扫描事务数据库，需很大的I/O负载。2.可能产生庞大的候选集单维、单层、布尔关联规则。压缩候选k-项集Ck同apriori算法基于散列的Apriori算法大大压缩要考察的k-项集多次扫描数据库，需要很大的I/O负载单维、单层、布尔关联规则。减少用于未来扫描的事务集的大小不包含任何k-项集的事务不可能包含任何（k+1）-项集AprioriTid算法减少了未来事务集的大小多次扫描数据库，需要很大的I/O负载单维、单层、布尔关联规则。先把数据库从逻辑上分成几个互不相交的块，每次单独考虑一个分块并对它生成所有的频繁集，然后把产生的频集合并，用来生成所有可能的频繁项集，最后计算这些频繁项集的支持度。基于划分的Apriori算法产生频繁项集只需两遍扫描事务集效率低单维、单层、布尔关联规则。先使用从数据库中抽取出来的采样得到一些在整个数据库中可能成立的规则，然后对数据库的剩余部分验证这个结果。选取给定事务集D的随机样本S，在S中找出频繁项集，以牺牲精度换取效率基于采样的方法简单，显著减少I/O代价产生结果不精确单维、单层、布尔关联规则。使用FP-树，通过模式段增长，挖掘频繁模式。采用分治策略，将提供频繁项集的数据库压缩到一个频繁模式树，但还保留项集关联信息；然后将这种压缩后的数据库分成一组条件数据库，每个关联一个频繁项并分别挖掘每个数据库。FP-growth算法不产生候选集就能够找出所有的频繁项集。有效，可伸缩，比Apriori算法快一个数量级。实验步骤：1.打开Clementine11软件a)从“开始”菜单中，单击“所有程序”b)在“SPSSClementine11.1”选择“SPSSClementineClient2.转换数据test.csv为testuse.csv以便进行关联分析。3.导入数据源a)选择“可变文件”节点，把节点图标拖入数据流区域b)右键点击“可变文件”节点，弹出节点细节选择界面c)单击“browserforfile”按钮，选择“testuse.csv”文件，点击“打开”按钮。d)单击“确定”按钮e)节点自动改名字为“testuse.csv”4.查看导入的数据a)点击节点选项卡“输出”，双击“表格”节点b)右键点击“testuse.csv”节点，选择“Connect”选项，单击“Table”（在两个节点中产生一个箭头，从“testuse.csv”指向“Table”节点。）c)右键点击“表格”节点，弹出细节选择界面，单击“执行”d)查看结束，单击“确定”退出查看表格5.对数据进行清洗a)选择节点选项卡的“字段选项”，把“类型”节点拖入数据流区域。b)连接“testuse.csv”节点和“类型”节点c)双击数据流区域中的“类型”节点，单击“读取值”按钮d)把其他行的“方向”的值改为“双向”6.使用Apriori节点分析a)双击“建模”选项卡的“Apriori”节点b)连接“类型”节点与“Apriori”节点(箭头指向“Apriori”节点)c)双击“Apriori”节点，弹出选项界面d)单击Execute按钮7.查看挖掘结果a)左键单击管理器的“模型”选项卡，右键点击第5部执行以后出现的模型图标b)选择“浏览”，弹出图表c)查看结果100%质合比3:3和奇偶奇偶比3:3100%8.提升a)双击“Apriori”节点，弹出选项界面，修改参数b)选择“模型”选项卡修改参数c)修改“最低规则置信度”为50（或者修改“最低条件支持度”和“最大前项数”）d)查看结果66．667%质合比1:5和奇偶和大小奇偶比1:566．667%研究与探讨在频繁模式的挖掘中，首先要对数据进行关联规则的分析，选择合适