Tổng quan về khai phá dữ liệu - Đại học Duy Tân

47
Tính card( B (S))
Cho S = {s 1 , s 2 , … , s k } là tập con của D. Trong đó s j là bộ chỉ báo của S B , j = 1 k. Mỗi
s j tương ứng với vectơ chỉ báo nhị phân v B ({s j }). Các yếu tố của B (S) được tính bằng:
card( B (S)) = card(sup B (v B {s 1 }) B sup B (v B {s 2 }) B … sup B (v B {s k })) (2)
Chúng ta biểu diễn VS B,h là tập con của VS B chứa chỉ vectơ v B (X) trong đó X D và
card(X) = h (h là số nguyên dương cho trước).
4.4.2. Thuật toán phát hiện tập chỉ báo và luật kết hợp nhị phân
Thuật toán phát triển từ thuật toán Apriori-Tid. Để phát hiện các tập chỉ báo nhị phân phổ
biến từ các luật kết hợp nhị phân từ hệ thông tin nhị phân. Thuật toán này làm việc với các bit trong
bộ nhớ và không làm việc với cơ sở dữ liệu trên đĩa, vì thế có thể cải tiến tốc độ quá trình phát hiện
luật. Cho một CSDL và hai ngưỡng độ hỗ trợ tối thiểu minsup và độ tin cậy tối thiểu mincomf của
luật kết hợp. Thuật toán Apriori-Tid có hai pha:
Pha 1: Phát hiện các tập chỉ báo phổ biến dựa trên ngưỡng minsup cho trước.
Pha 2: Xây dựng các luật kết hợp dựa trên một ngưỡng mincom cho trước.
Cho ma trận thông tin nhị phân S B = (O, D, B, ) và một ngưỡng , (0, 1). Trong đó là
minsup và là mincon.
Chi tiết thuật toán Apriori-Tid như sau:
Pha 1: Phát hiện tập chỉ báo phổ biến nhị phân
1. TraLoi = ;
2. Sinh L B,1 từ S B theo thủ tục 1.a. dưới đây ;
3. for (k = 2; L B,k {}; k++)
4.{ Sinh L B,k từ L B,k-1 theo thủ tục 2.a. dưới đây ;
5. TraLoi = k L B,k-1 ;
6. }
7. Return TraLoi ;
// = = = = = = = =
1.a. Sinh L B,1
1. L B,1 = ;
2. for (i = 1; i * card(O))
4. { SaveLargeSet({d i }, VS B,1 ) ;
5. SaveDescriptorVector(v B ({d i }, VS B,1 )) ;
6. }
7. TraLoi = L B , 1 ;