aprioir算法_DW-DM实验（李向东）Clementine7（关联规则9章）.doc

Clementine 关联规则

【流9(9.2).str】

9.2.3 Apriori算法的应用示例

这里，利用Clementine提供的超市顾客个人信息和他们的一次购买商品数据，讲解Aprioir算法的具体操作。

数据文件名为BASKETS.txt，为文本格式文件。数据包括两大部分的内容，第一部分是顾客的个人信息，主要变量有会员卡号(cardid)、消费金额(value)、支付方式(pmethod)、性别(sex)、是否户主(homeown)、年龄(age)、收入(income)；第二部分是顾客的一次购买商品的信息，主要变量有果蔬(fruitveg)、鲜肉(freshmeat)、奶制品(dairy)、罐头蔬菜(cannedveg)、罐头肉(cannedmeat)、冷冻食品(frozenmeal)、啤酒(beer)、葡萄酒(wine)、软饮料(softdrink)、鱼(fish)、糖果(confectionery)，均为二分类型变量，取值T表示购买，F表示未购买，是一种事实表的数据组织格式。分析目标是哪些商品最有可能同时购买。

通过可变文件(Var.File)节点读入数据，选择建模(Modeling)卡中的Apriori节点并将其连接到数据流的恰当位置上，右击鼠标，选择弹出菜单中的编辑(Edit)选项进行参数设置，显示的窗口如图9-3(a)所示。

(a)参数设置窗口 (b) 模型(Model)选项卡

图9-3 Apriori的参数设置窗口及其模型(Model)选项卡

图9-3 (a)中的具体参数设置如下。

●使用类型节点设置(Use type node settings)表示采用数据流中类型(Type)节点所指定的变量角色建立模型。本例没有设置类型(Type)节点，所以选择使用定制设置(Use Custom settings)选项，表示自行指定建模变量。分别在后项(Consequents)和前项(Antecedents)框中选择关联规则的后项和前项变量。这里要分析连带销售商品，因此所有商品均被选入后项和前项。

●使用事务处理格式(Use transactional format)选项表示，如果数据是按照事务表格式组织的，则应选择该选项。

图9-3 (b)中的具体参数设置如下。

●最低条件支持度(%)[ Minimum antecedents support(%) ]框：指定前项最小支持度，默认为10%；最小规则置信度(%)[ Minimum rule confidence(%)]框：指定规则的最小置信度，默认为80%；最大前项数(Maximum number of antecedents)框：为防止关联规则过于复杂，可指定前项中包含的最大项目数，默认为5。

●仅包含标志变量的真值(Only true values for flags)选项：表示只显示项目(要观察的商品)出现时的规则，而不显示项目不出现时的规则。这里，关心的是商品的连带购买，选择该选项。

图9-4 (a)中的具体参数设置如下。

(b)Expert)选项卡 (d)分析结果

●评估测量(Evaluation measure)选项：选择评价关联规则的测度指标，指标含义见后面说明。这里，选择规则置信度。同时，还应在评估尺度下限( Evaluation measure lower bound)框中给定相应的最小值。

●允许没有前项的规则(Allow rules without antecedents)选项：表示允许关联规则没有前项，意味着只输出频繁项集。

------------------------------

●规则提升度。

规则提升度(Lift)是置信度与后项支持度的比，其数学表示为

(9.4)

事实上，后项支持度是没有模型时研究项(后项)的先验概率。规则提升度反应了项目X的出现对Y的出现有促进作用。规则提升度越大越好。

●置信差(Confidence Difference)。

与规则提升度类似，置信差也利用了后项支持度，是规则提升度与后项支持度的绝对差，数学表示为