数据挖掘：频繁项集

Question

当在考试问题中被问到找到所有频繁的项目集时，它只是你最后计算出来的那个答案，或者你是否有必要在此之前给出所有答案。

e.g。如果我得到的最后一个结果是（A，B，D），那么就是我的频繁项目集，或者我是否还需要包括在此之前找到的所有也满足minSup的结果，例如（A，B）（A，D）（B，D）等

Answer 1

据我所知，您询问频繁项目集是否满足最低支持阈值，此项目集的子集是否也支持最低支持？答案是是子集也满足最低支持阈值。

这里的逻辑是自下而上的方法。从大小为1的频繁项集生成大小2候选项集。 3号候选项集是从2号频繁项集生成的。

对于示例数据集：

• 第1行：A B C D E
• 第2行：A C D
• 第3行：B C
• 第4行：A C D E
• 第5行：A D E
• 第6行：A B C D
• 第7行：A B C
• 第8行：A C
• 第9行：B C D
• 第10行：B D E

首先生成大小为1的候选项集。这些是：A，B，C，D，E。现在计算每个候选人的支持。 A = 7，B = 6，C = 8，D = 7，E = 4。现在，如果minSup值为5 E则被修剪。 İfminSup值为3，然后所有1号候选人都被评估为频繁。

生成第二个大小2候选项集。该方法是跨产品规模1频繁项目集。因此生成A B，A C，A D，A E，B C，B D，B E，C D，C E，D E大小2候选项集。在此之后，计算每个候选者的支持值。由于第1行，第6行和第7行包含此模式，因此对A B的支持为3。但是B E候选者仅存在于第1行和第10行，如果minSup值为3，则该候选者将被修剪。

因为使用了这个逻辑，如果上面的项集是频繁的，那么子集也应该是频繁的。如果不是，则无法生成上面的项目集。

我希望我能解释一下自己。