More Related Content
More from anonymousouj (9)
C09
- 9. アソシエーションルール
A,Bの2つの科⽬目に注⽬目
n(B)
n(A)
n(A,B)
n(Ω)
n(A) A ʍ࠷ࠖ۾ॐ n(B) B ʍ࠷ࠖ۾ॐ
n(A, B) A,B ʱִʊ࠷۾ɶʅɣʪӌॲॐ
n(Ω) ӌॲৌ
100⼈人の⽣生徒が
A,B,C,D,E の5科⽬目を受講する
ӌॲ ࠷۾Ѡ
1 {A}
2 {B}
3 {C,D}
4 {A,B,E}
5 {A,B}
.
.
.
.
.
.
100 {A,D}
- 12. アソシエーションルール
A⇒B
「 A ならば B である」
A : 条件部(ルールヘッド)
B : 結論部(ルールボディ)
A に占めるB の割合を求める。
A に占めるB の割合
n(B)
n(A)
n(B)
n(A)
- 13. アソシエーションルール
A⇒B
「もし A ならば B である」
A : 条件部(ルールヘッド)
B : 結論部(ルールボディ)
A に占めるB の割合を求める。
B に占めるA の割合
A に占めるB の割合
n(B)
n(B)
n(A)
n(A)
- 14. アソシエーションルール
アソシエーション分析
で⽤用いる4つの指標 P(A, B) =
n(A, B)
n(Ω)
⽀支持度
Support
P(B) =
n(B)
n(Ω)
期待信頼度
Expected Confidence
P(B|A) =
n(A, B)
n(A)
=
p(A, B)
p(A)
信頼度
Confidence
p(B|A)
p(B)
=
p(A, B)
p(A)p(B)
リフト値
Lift
n(B)
n(A)
n(A,B)
n(Ω)
- 15. アソシエーションルール
アソシエーション分析
で⽤用いる4つの指標 P(A, B) =
n(A, B)
n(Ω)
⽀支持度
Support
P(B) =
n(B)
n(Ω)
期待信頼度
Expected Confidence
P(B|A) =
n(A, B)
n(A)
=
p(A, B)
p(A)
信頼度
Confidence
p(B|A)
p(B)
=
p(A, B)
p(A)p(B)
リフト値
Lift
n(B)
n(A)
n(A,B)
n(Ω)
- 16. アソシエーションルール
アソシエーション分析
で⽤用いる4つの指標 P(A, B) =
n(A, B)
n(Ω)
⽀支持度
Support
P(B) =
n(B)
n(Ω)
期待信頼度
Expected Confidence
P(B|A) =
n(A, B)
n(A)
=
p(A, B)
p(A)
信頼度
Confidence
p(B|A)
p(B)
=
p(A, B)
p(A)p(B)
リフト値
Lift
n(A,B)
n(Ω)
- 17. アソシエーションルール
アソシエーション分析
で⽤用いる4つの指標 P(A, B) =
n(A, B)
n(Ω)
⽀支持度
Support
P(B) =
n(B)
n(Ω)
期待信頼度
Expected Confidence
P(B|A) =
n(A, B)
n(A)
=
p(A, B)
p(A)
信頼度
Confidence
p(B|A)
p(B)
=
p(A, B)
p(A)p(B)
リフト値
Lift
n(B)
n(Ω)
- 18. アソシエーションルール
アソシエーション分析
で⽤用いる4つの指標 P(A, B) =
n(A, B)
n(Ω)
⽀支持度
Support
P(B) =
n(B)
n(Ω)
期待信頼度
Expected Confidence
P(B|A) =
n(A, B)
n(A)
=
p(A, B)
p(A)
信頼度
Confidence
p(B|A)
p(B)
=
p(A, B)
p(A)p(B)
リフト値
Lift
n(B)
n(A)
n(A,B)
n(Ω)
- 21. 信頼度
n(A, B)
n(A)
=
20
25
= 0.8
(例 1) (例2)
n(Ω) 100
n(A) 25
n(B) 80
n(A, B) 20
期待信頼度
n(B)
n(Ω)
=
80
100
= 0.8
信頼度
n(A, B)
n(A)
=
20
25
= 0.8
リフト値
P(B|A)
P(B)
=
0.8
0.8
= 1
n(Ω) 100
n(A) 25
n(B) 40
n(A, B) 20
n(A)
n(B)
n(A,B)
期待信頼度
n(B)
n(Ω)
=
40
100
= 0.4
リフト値
P(B|A)
P(B)
=
0.8
0.4
= 2
n(A)
n(B)
n(A,B)
アソシエーションルール
- 23. 計算の⼯工夫(アプリオリ)
100⼈人の⽣生徒が,A,B,C,D,E の5科⽬目を受講する
「X ならば Y である」となる集合の候補
{A} {A,B} {B,D} {A,B,C} {A,D,E} {A,B,C,D}
{B} {A,C} {B,E} {A,B,D} {B,C,D} {A,B,C,E}
{C} {A,D} {C,D} {A,B,E} {B,C,E} {A,B,D,E}
{D} {A,E} {C,E} {A,C,D} {B,D,E} {A,C,D,E}
{E} {B,C} {D,E} {A,C,E} {C,D,E} {B,C,D,E}
- 24. 計算の⼯工夫(アプリオリ)
C,D の⽀支持度が最低⽀支持度よりも⼩小さい場合
100⼈人の⽣生徒が,A,B,C,D,E の5科⽬目を受講する
「X ならば Y である」となる集合の候補
{A} {A,B} {B,D} {A,B,C} {A,D,E} {A,B,C,D}
{B} {A,C} {B,E} {A,B,D} {B,C,D} {A,B,C,E}
{C} {A,D} {C,D} {A,B,E} {B,C,E} {A,B,D,E}
{D} {A,E} {C,E} {A,C,D} {B,D,E} {A,C,D,E}
{E} {B,C} {D,E} {A,C,E} {C,D,E} {B,C,D,E}
- 25. {A} {A,B} {B,D} {A,B,C} {A,D,E} {A,B,C,D}
{B} {A,C} {B,E} {A,B,D} {B,C,D} {A,B,C,E}
{C} {A,D} {C,D} {A,B,E} {B,C,E} {A,B,D,E}
{D} {A,E} {C,E} {A,C,D} {B,D,E} {A,C,D,E}
{E} {B,C} {D,E} {A,C,E} {C,D,E} {B,C,D,E}
計算の⼯工夫(アプリオリ)
C,D の⽀支持度が最低⽀支持度よりも⼩小さい場合
100⼈人の⽣生徒が,A,B,C,D,E の5科⽬目を受講する
「X ならば Y である」となる集合の候補
- 31. Rによる計算 (apriori)
> g0 <- Groceries
> gfrm0 <- as( g0, data.frame )
> gdat1 <- itemFrequency( g0 )
> grule2 <- apriori( g0,parameter= list( confidence=0.5,support=0.01) )
> grule3 <- sort( grule2, d=T, by= confidence )
> inspect( grule3 )
R
- 32. Rによる計算 (apriori)
> g0 <- Groceries
> gfrm0 <- as( g0, data.frame )
> gdat1 <- itemFrequency( g0 )
> grule2 <- apriori( g0,parameter= list( confidence=0.5,support=0.01) )
> grule3 <- sort( grule2, d=T, by= confidence )
> inspect( grule3 )
R
- 33. Rによる計算 (apriori)
> g0 <- Groceries
> gfrm0 <- as( g0, data.frame )
> gdat1 <- itemFrequency( g0 )
> grule2 <- apriori( g0,parameter= list( confidence=0.5,support=0.01) )
> grule3 <- sort( grule2, d=T, by= confidence )
> inspect( grule3 )
R
- 34. Rによる計算 (apriori)
> g0 <- Groceries
> gfrm0 <- as( g0, data.frame )
> gdat1 <- itemFrequency( g0 )
> grule2 <- apriori( g0,parameter= list( confidence=0.5,support=0.01) )
> grule3 <- sort( grule2, d=T, by= confidence )
> inspect( grule3 )
R