第七章——数据挖掘(2)_min_sup-程序员宅基地
一、 关联规则
关联规则是数据库和数据挖掘领域中所发明并被广泛研究的最为重要的模型。关联规则的目标是在数据项目中找出所有的并发关系，这种关系也称为关联。
1.基本概念
关联规则的形式:设1=i，iz...im是一个项目集合，T是一个事务集合，其中每个事务t；是一个项目集合，并满足t；EI，一个关联规则可以表示成如下形式的蕴含关系：X→Y，其中X属于Y,Y属于I且X交Y非空。
2.关联规则强度指标
支持度和置信度是两个常用的衡量关联规则强度的指标关联规则X> Y的支持度是数据库中包含XUY 的事务占全部事务的百分比。它是概率P(XUY)，记作 support(X=Y)=P(XUY).
关联规则X→Y的置信度是包含XUY 的事务与包含X的事务数的比值。它是概率P(Y|X)，记作 confidence(X=Y)=P(Y|X)。
3.频繁项集
每个属性由多个元素组成，这里的元素称为项，多个项组成的集合称为项集。如果某个项集的支持度大于或等于预先设定的最小支持度阚值，则将这个项集称为频繁项集或大项集，所有的频繁k项集组成的集合通常记为Lk。
二、关联规则挖掘算法
关联规则挖掘算法中，Apriori算法最为著名，其挖掘的过程主要包含两个阶段：第一阶段先从数据集中找出所有的频繁项集，它们的支持度大于等于最小支持度闯值。第二阶段由这些频繁项集产生关联规则，计算它们的置信度，然后保留那些置信度大于等于最小置信度阚值的关联规则。
1.Apriori 算法中候选集合的产生
(1)连接
为了找Lk，通过Lk-1与自己连接产生候选k项集的集合，该候选k项集记为Ck:Lk-1中的两个项集和l2可以执行连接操作loolz的条件是(lk[i]表示项集中的第i个元素)(l1[1]=l2[1])A (L [2]=l2[2])..A (l1[k-2]=12[k-2])(l1[k-1]=l2[k-1])
(2)剪枝
G是Lr的超集，即它的成员可能不是频繁的，但是所有频繁的k项集都在Ck中。因此可以通过扫描数据库并计算每个k项集的支持度来得到Lk。
为了减少计算量，可以利用Apriori性质剪枝，即如果一个k项集中包含的k-1个元素的子集不在Lk-1中，则该候选集不可能是频繁的，可以直接从Ck中删除。
2.Apriori 算法过程
Apriori算法的计算复杂度主要受支持度闯值、项数(维度)、事务数和事务的平均宽度影响。具体算法描述如下：输入：事务数据库D；最小支持度阔值min_sup；最小置信度阔值min_conf。输出：事务数据库D中的所有频繁项目集L和关联规则AR。
3.例子
下面举例说明该算法的规则。
现有一个事务数据库如表所示，找出其所有满足最小支持度计数的关联规则。
表的每一行表示一条交易，共有9行，左边表示顾客ID，右边表示商品ID，为了方便计算，这里给出最小支持度计数为min_sup=2(等于最小支持度为22%)。
首先，扫描数据库，识别所有1项集和它们的支持度计数，将它们称作候选1项集，记作G1，然后选择其支持度大于或等于min_sup的项，将这些项称为频繁1项集，并记作L1。这样就识别了所有的频繁1项集
下面需要做类似的工作，产生所有可能频繁2项集，称作候选2项集，记作C2。这可以通过从L，产生所有可能的2项集来实现。扫描数据库，确定C2中每个项集的支持度，再从Cz中选择那些满足支持度大于或等min_sup的项集，得到Lz。
4.关联规则生成
得到所有的频繁项集后，关联规则就很容易了。对于置信度，可以用下面的公式计算：
条件概率用项集的支持度计数表示，其中support_count(AUB)是包含项集AUB的事务数，support_count(A)是包含项集A的事务数。由此，关联规则可以按以下的步骤产生：
(1)对于每个频繁项集L，产生L的所有非空子集。
(2)对于L 的每个非空子集S，如果P(A|B)≥min_conf(其中min_conf是最小置信度阙值)，则输出规则s→(l-s)。
智能推荐
设置PWM占空比中TIM_SetCompare1，TIM_SetCompare2,TIM_SetCompare3,TIM_SetCompare4分别对应引脚和ADC通道对应引脚-程序员宅基地
文章浏览阅读2.5w次，点赞16次，收藏103次。这个函数TIM_SetCompare1，这个函数有四个，分别是TIM_SetCompare1，TIM_SetCompare2，TIM_SetCompare3，TIM_SetCompare4。位于CH1那一行的GPIO口使用TIM_SetCompare1这个函数,位于CH2那一行的GPIO口使用TIM_SetCompare2这个函数。使用stm32f103的除了tim6和tim7没有PWM..._tim_setcompare1
多线程_进程和线程，并发与并行，线程优先级，守护线程，实现线程的四种方式，线程周期；线程同步，线程中的锁，Lock类，死锁，生产者和消费者案例-程序员宅基地
文章浏览阅读950次，点赞33次，收藏19次。多线程_进程和线程，并发与并行，线程优先级，守护线程，实现线程的四种方式，线程周期；线程同步，线程中的锁，Lock类，死锁，生产者和消费者案例
在 Linux 系统的用户目录下安装 ifort 和 MKL 库并配置_在linux系统的用户目录下安装ifort和mkl库并配置-程序员宅基地
文章浏览阅读2.9k次。ifort 编译器的安装ifort 编译器可以在 intel 官网上下载。打开https://software.intel.com/content/www/us/en/develop/tools/oneapi/components/fortran-compiler.html#gs.7iqrsm点击网页中下方处的 Download, 选择 Intel Fortran Compiler Classic and Intel Fortran Compiler(Beta) 下方对应的版本。我选择的是 l_在linux系统的用户目录下安装ifort和mkl库并配置
使用ftl文件生成图片中图片展示无样式，不显示_ftl格式pdf的样式调整-程序员宅基地
文章浏览阅读689次，点赞7次，收藏8次。些项目时需要一个生成图片的方法，我在网上找到比较方便且适合我去设置一些样式的生成方式之一就是使用Freemarker，在对应位置上先写好一个html格式的ftl文件，在对应位置用${参数名}填写上。还记得当时为了解决图片大小设置不上，搜索了好久资料，不记得是在哪看到的需要在里面使用width与height直接设置，而我当时用style去设置，怎么都不对。找不到，自己测试链接，准备将所有含有中文的图片链接复制一份，在服务器上存储一份不带中文的文件。突然发现就算无中文，有的链接也是打不开的。_ftl格式pdf的样式调整
orin Ubuntu 20.04 配置 Realsense-ROS_opt/ros/noetic/lib/nodelet/nodelet: symbol lookup -程序员宅基地
文章浏览阅读1.5k次，点赞6次，收藏12次。拉取librealsense。_opt/ros/noetic/lib/nodelet/nodelet: symbol lookup error: /home/admin07/reals
统信UOS专业版系统安装教程 - 全盘安装UOS系统_统信uos系统专业版-程序员宅基地
文章浏览阅读1w次。本文介绍了UOS系统安装（全盘安装）的过程，如果没有特殊要求，推荐安装UOS系统都采用全盘安装_统信uos系统专业版
随便推点
智能制造数字化工厂智慧供应链大数据解决方案（PPT）-程序员宅基地
文章浏览阅读920次，点赞29次，收藏18次。原文《智能制造数字化工厂智慧供应链大数据解决方案》PPT格式主要从智能制造数字化工厂智慧供应链大数据解决方案框架图、销量预测+S&OP大数据解决方案、计划统筹大数据解决方案、订单履约大数据解决方案、库存周转大数据解决方案、采购及供应商管理大数据模块、智慧工厂大数据解决方案、设备管理大数据解决方案、质量管理大数据解决方案、仓储物流与网络优化大数据解决方案、供应链决策分析大数据解决方案进行建设。适用于售前项目汇报、项目规划、领导汇报。
网络编程socket accept函数的理解_当在函数 'main' 中调用 'open_socket_accept'时.line: 8. con-程序员宅基地
文章浏览阅读2w次，点赞38次，收藏102次。在服务器端，socket()返回的套接字用于监听（listen）和接受（accept）客户端的连接请求。这个套接字不能用于与客户端之间发送和接收数据。 accept()接受一个客户端的连接请求，并返回一个新的套接字。所谓“新的”就是说这个套接字与socket()返回的用于监听和接受客户端的连接请求的套接字不是同一个套接字。与本次接受的客户端的通信是通过在这个新的套接字上发送和接收数_当在函数 'main' 中调用 'open_socket_accept'时.line: 8. connection request fa
C#对象销毁_c# 销毁对象及其所有引用-程序员宅基地
文章浏览阅读4.3k次。对象销毁对象销毁的标准语法Close和Stop何时销毁对象销毁对象时清除字段对象销毁的标准语法Framework在销毁对象的逻辑方面遵循一套规则，这些规则并不限用于.NET Framework或C#语言；这些规则的目的是定义一套便于使用的协议。这些协议如下:一旦销毁，对象不可恢复。对象不能被再次激活，调用对象的方法或者属性抛出ObjectDisposedException异常重复地调用对象的Disposal方法会导致错误如果一个可销毁对象x 包含或包装或处理另外一个可销毁对象y，那么x的Disp_c# 销毁对象及其所有引用
笔记-中项/高项学习期间的错题笔记1_大型设备可靠性测试可否拆解为几个部分进行测试-程序员宅基地
文章浏览阅读1.1w次。这是记录，在中项、高项过程中的错题笔记；https://www.zenwu.site/post/2b6d.html1. 信息系统的规划工具在制订计划时，可以利用PERT图和甘特图；访谈时，可以应用各种调查表和调查提纲；在确定各部门、各层管理人员的需求，梳理流程时，可以采用会谈和正式会议的方法。为把企业组织结构与企业过程联系起来，说明每个过程与组织的联系，指出过程决策人，可以采用建立过程／组织（Process/Organization，P/O）矩阵的方法。例如，一个简单的P/O矩阵示例，其中._大型设备可靠性测试可否拆解为几个部分进行测试
html 保存成word (富文本编辑器导出内容成word)_wangeditor导出word-程序员宅基地
文章浏览阅读3.2w次。这几天项目里有个需求，用到富文本编辑器，然后导出word。富文本编辑器，网上很多，使用夜很简单，我们使用的是kindEditor。百度的ueditor很好，而且文档很全。阿里的kissy 感觉比较复杂，咱们写博客的这个，好像是wangEditor。一般用起来都很简单。这里重点说一下导出。如何将编辑器的内容保存到word文档里去。大体思路是这样的，（1）获取编辑器的内容，要是带html标签的，（2）..._wangeditor导出word
认识YOLOv5模型结构目录_yolo的框架在哪个文件-程序员宅基地
文章浏览阅读1.4k次，点赞20次，收藏26次。这个文件夹可能用于存放用于训练、验证和测试的图像数据的样本或其相关的示例图片。如果要改进 YOLOv5 模型，这些 YAML 文件是您可能需要修改的地方，特别是如果您想要调整模型训练的数据集或超参数。您可能希望调整训练的超参数，学习率计划，或引入新技术，如数据增强或不同的损失函数。: 这个文件夹包含模型训练过程的输出结果，通常包括权重文件、日志、训练和验证的损失图表以及其他可能的性能指标。: 这个文件夹下内容通常是自动生成的，用于存储训练和检测的输出结果，需要检查这些输出来评估您所做改进的效果。_yolo的框架在哪个文件