数据挖掘中的模式发现（五）挖掘多样频繁模式

例如， P1 和 P2 的项集内容十分相近，而且他们的支持度也十分接近。但是 P2 和 P3 的项集内容十分接近，但是他们的支持度相差甚远。

压缩

• 闭合频繁项集
  我们不能用它来压缩的原因是，闭合频繁项集要求相同的支持计数。
• 最大频繁项集
  我们当然可以使用，比如，我们可以使用 P3 来表示所有其他的项集，但是，我们可以清楚地知道， P3 会因此损失不少可能挖掘出的规则。

Pattern Distance Measures

定义为

δ 聚类：对于每一个模式，找到所有与这个模式距离小于 δ 的模式。

Desired patterns

这一类理想的模式具有较高的意义和较低的冗余度。

• a图表示深色的模式更有意义，浅色的模式更没有意义；模式聚类成三大块。

• c图使用的是传统的top-k，则找到的模式全是属于一个聚类的。

• d图使用的是相关程度，找的是三个聚类的中心。

• b图使用的是结合了冗余与意义的top-k方法，相比其他几个有着更加全面的考虑。

有种有趣的Maximal Marginal Significance算法可以用于解决这一类的问题。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!