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

d 3 1 1 1 1 1 1
d 4 1 1 1 1 1 1
d 5 0 0 1 1 1 1
d 6 0 0 1 1 1 1
60
Bảng 2.3.4.2. Bảng hệ thông tin nhị phân
Ma trận thông tin nhị phân, mỗi (o, d) bằng 1 hoặc 0. Trình diễn này không xem xét số
lượng các chỉ mục mua trong giao dịch vì nếu giao dịch o 1 có 35 chỉ mục của d 3 và giao dịch o 5 chỉ
có một chỉ mục của d 3 mà (o 1 , d 3 ) = (o 5 , d 3 ) = 1. Nếu d 3 là một chỉ mục mà có giá cao, việc bán
hàng của một số lượng nhỏ của d 3 và số lượng lớn của d 3 có sự khác nhau lớn.
Ta dùng các tập mờ MANY, AVERAGE, FEW đối với mỗi chỉ mục mờ. Các hàm thành
viên của các tập mờ này được thích hợp với chỉ mục d là:
d MANY, d AVERAGE , d FEW . Cho d1 MANY,..., dn MANY là n hàm thành viên của n tập mờ
MANY đã thích hợp với n chỉ mục. Chúng ta mờ hoá bằng thông tin trong bảng 2.1 và kết quả được
trình bày trong sau:
d 1 d 2 d 3 d 4 d 5 d 6
d 1 0.8 0.9 0.8 0 0 0
d 2 0.8 0.8 0.8 0 0 0
d 3 0.9 0.8 0.7 0.6 0.6 0.3
d 4 0.6 0.6 0.9 0.6 0.7 0.5
d 5 0 0 0.1 0.7 0.8 0.4
d 6 0 0 0.1 0.6 0.7 0.5
Bảng 2.3.4.3 Bảng hệ thông tin mờ
Trong đó: MANY : O D (0, 1)
Với = 0.5 (50 %), =0.6 (60%). Ta có thể phát hiện từ ma trận thông tin mờ đối với khái
niệm MANY của n mục như {d 1 , d 2 , d 3 }, {d 4 , d 5 }. Tập {d 1 , d 2 , d 3 } có nghĩa là Luật kết hợp mờ
{d 1 , d 2 } {d 3 }, CF F của luật này bằng 1 hay 0 có nghĩa là: “ Có 100 % khách hàng mua MANY
{d 1 , d 2 }, mua MANY d 3 ”.
4.5.4.3. Thuật toán phát hiện tập chỉ báo và các luật kết hợp mờ
Cho ma trận thông tin mờ S F = (O, D, F, ) và các ngưỡng , (0, 1),
Trong đó là MINSUP và là MINCONF. Cho L F là tập của tất cả các tập chỉ báo mờ phổ
biến của S F , L F,k là tập con của L F nếu X L F,k , card(X) = k và R F, là tập tất cả các Luật kết