数据挖掘——序列
数据挖掘技术一般用于检测数据中的序列或模式。本章中，我们将试图使数据遵循一种模式，在此模式中，一个或一系列事件可以通过一致的方式预测另一个数据点。
本文描述了在数据集中查找模式的不同方法：
- 查找模式
- 在数据中查找模式
- 约束条件
我们可以在很多较大的数据集中查找模式。这涵盖了很多区域，比如混合人口的变化、使用手机的频率、高速公路质量衰退、年龄因素造成的事故等。不过我们能明确地感受到，有很多模式和序列正等待我们去发现。
我们可以通过使用R编程中的一些工具找到这些模式。大多数模式因约束条件而在一定程度上受到限制，如序列的有用时间。
1 模式
我们来回顾一下确定数据中模式的方法：
模 型 类 别模型如何工作eclat此模型用于项集模式检测，其中购物车最为常见arules此模型确定数据集中的项目共现apriori此模型学习数据集中的关联规则TraMineR这是一个用于挖掘序列的R功能包
1.1 Eclat
Eclat算法用于频繁项集的挖掘。这种情况下，我们寻找行为相似的模式，与之相对的是寻找不规则模式（与处理其他数据挖掘的方法类似）。
Algorithm通过数据中的交集来估算同时频繁出现事件候选项（如购物车项目）的支持度。然后通过对频繁候选项进行测试来证实数据集中的模式。
1．用法
在R编程中使用Eclat就是使用arules功能包中的eclat函数。使用Eclat算法的R编程遵循了此处提出的约定：
> eclat(data,
parameter = NULL,
control = NULL)
<< · Back Index ·>>
上一篇