Escolar Documentos
Profissional Documentos
Cultura Documentos
Documento Sem Título
Documento Sem Título
Algoritmo Apriori
Inicialmente vai definir um valor de suporte mínimo para extrair os itens frequentes,
assim prosseguindo para fazer a procura dos conjuntos unitários que contém itens
frequentes igual ou superior ao do suporte mínimo, bom encontrando todos esses itens
podemos fazer a interatividade para encontrar os k-itemsets e só vai parar de procurar
quando ele não encontrar mais itens ou conjuntos que não suporta mais a propriedade.
Tabela
Instância Itens
1 produto1,produto2,produto5
2 produto1,produto2,produto4
3 produto1,protudo2,produto3,produto5
4 produto2,produto4
5 produto1,produto3
6 produto2,produto3
7 produto1,prdouto2,produto3
8 produto1,produto3
9 produto2,produto3
Na tabela acima foi considerado um conjunto de dados de nove instância e itens, que têm
valores diferente e nem sempre precisam ter a mesma quantidade de atributos para ter um
algoritmo de regra de extração, a partir disso foi preciso identificar os itemset que são
conjuntos de um ou mais itens, o k-itemset que itemset vai conter k itens, suporte que vai
ser a frequência da ocorrência do conjuntos e itens encontrado e por fim o conjunto de itens
frequentes cujo o itemset é maior ou igual ao dado limiar
a partir da definição do itemsets vai construir as regras de associação, para facilitar e para
cada itemset frequente escolhido vai extrair as regras com base no processo de cada
subconjunto, “Se S, então I-S” se a confiança for maior do que o limiar definido, chegando
para o cálculo de confiança de uma regra, “Se S, então I-S” faça (suport(i)/suporte(s))
assim podendo chegar em um determinado resultado do itemset