首页有4个事务，{K,A,B,D},{C,A,B,D},{A,B,C,E},{A,B,D}。最小支持度是0.6，最小置信度是0.8。请用F-P增长算法求出频繁项集，最小支持度是0.6，最小置信度是0.8。

有4个事务，{K,A,B,D},{C,A,B,D},{A,B,C,E},{A,B,D}。最小支持度是0.6，最小置信度是0.8。请用F-P增长算法求出频繁项集，最小支持度是0.6，最小置信度是0.8。

时间: 2024-06-01 15:11:19 浏览: 9

1. 首先扫描一遍数据集，统计每个项的支持度，得到{A: 4, B: 4, C: 2, D: 3, E: 1, K: 1}。 2. 根据最小支持度0.6，筛选出频繁1项集：{A, B, D}。 3. 构建候选2项集：{AB, AD, BD}。 4. 计算候选2项集的支持度，得到{AB: 3, AD: 3, BD: 3}。 5. 根据最小支持度0.6，筛选出频繁2项集：{AB, AD, BD}。 6. 构建候选3项集：{ABD}。 7. 计算候选3项集的支持度，得到{ABD: 3}。 8. 根据最小支持度0.6，筛选出频繁3项集：{ABD}。 9. 生成关联规则，计算置信度： - {A} -> {B}: sup({A,B})/sup({A})=3/4=0.75，不满足最小置信度0.8。 - {B} -> {A}: sup({A,B})/sup({B})=3/4=0.75，不满足最小置信度0.8。 - {A} -> {D}: sup({A,D})/sup({A})=3/4=0.75，不满足最小置信度0.8。 - {D} -> {A}: sup({A,D})/sup({D})=3/3=1，满足最小置信度0.8，输出规则{D} -> {A}。 - {B} -> {D}: sup({B,D})/sup({B})=3/4=0.75，不满足最小置信度0.8。 - {D} -> {B}: sup({B,D})/sup({D})=3/3=1，满足最小置信度0.8，输出规则{D} -> {B}。 - {A} -> {B,D}: sup({A,B,D})/sup({A})=3/4=0.75，不满足最小置信度0.8。 - {B} -> {A,D}: sup({A,B,D})/sup({B})=3/4=0.75，不满足最小置信度0.8。 - {D} -> {A,B}: sup({A,B,D})/sup({D})=3/3=1，满足最小置信度0.8，输出规则{D} -> {A,B}。 - {AB} -> {D}: sup({AB,D})/sup({AB})=3/3=1，满足最小置信度0.8，输出规则{AB} -> {D}。 - {AD} -> {B}: sup({AD,B})/sup({AD})=3/3=1，满足最小置信度0.8，输出规则{AD} -> {B}。 - {BD} -> {A}: sup({BD,A})/sup({BD})=3/3=1，满足最小置信度0.8，输出规则{BD} -> {A}。最终得到频繁项集{A, B, D, AB, AD, BD, ABD}和关联规则{D} -> {A}, {D} -> {B}, {D} -> {A,B}, {AB} -> {D}, {AD} -> {B}, {BD} -> {A}。