《数据挖掘基础》实验：Weka平台实现关联规则挖掘

您所在的位置：网站首页 › 招财进宝平台关联字幕跑 › 《数据挖掘基础》实验：Weka平台实现关联规则挖掘

《数据挖掘基础》实验：Weka平台实现关联规则挖掘

2024-05-24 18:50| 来源: 网络整理| 查看: 265

实验目的

进一步理解关联规则算法（Apriori算法、FP-tree算法），利用weka实现数据集的挖掘处理，学会调整模型参数，读懂挖掘规则，解释规则的含义

实验要求

（1）随机选取数据集为对象，完成以下内容：（用两种方法：Apriori算法、FP-tree算法）

文件导入与编辑；参数设置说明；结果截图；结果分析与对比。

（2）以下表，做关联规则挖掘

TIDItemsT1{牛奶，面包}T2{面包，尿布，啤酒，鸡蛋}T3{牛奶，尿布，啤酒，可乐}T4{面包，牛奶，尿布，啤酒}T5{面包，牛奶，尿布，可乐}T6{牛奶，尿布，啤酒}T7{尿布，啤酒}T8{面包，牛奶，尿布} 文件生成与编辑；参数设置说明；结果截图；结果分析。 supermarket数据实验过程 1. 文件导入与编辑

用“Explorer”打开“supermarket.arff”，如图1.1所示，打开的数据为离散型数据，可直接进行关联规则分析，切换到“Associate”选项卡进行分析。

图1.1 supermarket数据集

图1.1 supermarket数据集 2. 参数设置说明 2.1 参数说明 car：如果设为真，则会挖掘类关联规则而不是全局关联规则。classindex：类属性索引。如果设置为-1，最后的属性被当作类属性。Delta：以此数值为迭代递减单位。不断减小支持度直至达到最小支持度或产生了满足数量要求的规则。lowerBounfMinSupport：最小支持度下界merticType：度量类型，设置对规则进行排序的度量依据。可以是：置信度（类关联规则只能用置信度挖掘），提升度（lift），平衡度（leverage），确信度（conviction）。MinMtric：度量的最小值numRules：要发现的规则数outputItemSets：如果设置为真，会在结果中输出项集。removeAllMissingCols：移除全部为缺失值的列。significanceLevel ：重要程度。重要性测试（仅用于置信度）。upperBoundMinSupport：最小支持度上界。从这个值开始迭代减小最小支持度。verbose：如果设置为真，则算法会以冗余模式运行。 2.2 参数设置

挖掘支持度在10%到100%之间，并且置信度超过0.9且置信度排在前10位的关联规则。

“lowerBoundMinSupport”和“upperBoundMinSupport”分别设为0.1和1“metricType”设为confidence“minMetric”设为0.9“numRules”设为10

Apriori方法参数设置如下图2.2.1所示。

图2.2.1 Apriori方法参数设置图

FP-tree方法参数设置如下图2.2.2所示。

图2.2.2 FP-tree方法参数设置图

图2.2.2 FP-tree方法参数设置图 3. 结果截图

参数设定完成后单击start按钮，weka开始进行关联规则分析，Apriori算法结果如图3.1所示，FP-tree算法结果如图3.2所示。

图3.1 Apriori方法结果

图3.2 FP-tree方法结果

将Apriori方法中参数outputItemSets设置为TRUE，部分运行结果如图3.3所示。

图3.3 一频繁项目集

图3.3 一频繁项目集 4. 结果分析

从图3.1，3.2中看出，挖掘出的前十条强关联规则中最大的置信度为0.92，其中一条是：biscuits=t frozen foods=t fruit=t total=high ==> bread and cake=t，图3.1显示一、二、三、四、五、六级频繁项目集在最小支持度为0.1的情况下分别有44，380，910，633，105，1个。观察图3.3可以看到，相比较于图3.1，结果图中展示出了各级频繁项目集的详细信息。观察图3.1和3.2两种挖掘算法的结果图，可以看出两个算法在数据集以及设置参数一样的情况下，挖掘出的关联规则是相同的。在运行过程中可以观察到在用Apriori算法挖掘关联规则时，程序右下方的小鸟动了3-4次，而FP-Tree算法挖掘时，小鸟只动了1次。小鸟动的次数直观的体现出程序的运行时间，由此可见在用Apriori做关联规则挖掘时要比FP-Tree算法多耗费2-3倍的时间。但又由图3.1，图3.3可以看出，Apriori挖掘出的结果信息可根据需求得到更详细的信息。

表格数据实验过程 1. 文件生成与编辑

将已给数据集进行处理，如图1.1所示，并将该数据集写入到csv文件中。

图1.1 处理后的数据集

图1.1 处理后的数据集用weka的open file导入处理后的数据集，如图1.2所示。

图1.2 打开处理后的数据集

看到数据集的文字部分是乱码的。打开weka安装目录，找到RunWeka.ini配置文件，找到fileEncoding=Cp1252，改成fileEncoding=Cp936（图1.3），点击保存关闭，再重新打开weka即可。

图1.3 修改配置文件

重新打开weka，并导入数据，如图1.4所示，可看到中文显示正常。

图1.4 重新的打开数据集

图1.4 重新的打开数据集 2. 参数设置说明

设置最小支持度下界为0.4，最小置信度为0.6，挖掘规则数为10。 Apriori方法参数设置如图2.1所示。

图2.1 Apriori方法参数设置

FP-tree方法参数设置如图2.2所示。

图2.2 FP-tree参数设置

图2.2 FP-tree参数设置 3. 结果截图

参数设定完成后单击start按钮，weka开始进行关联规则分析，Apriori算法结果如图3.1所示，FP-tree算法结果如图3.2所示。

图3.1 Apriori方法结果

图3.2 FP-tree方法结果

图3.2 FP-tree方法结果 4. 结果分析

观察图3.1，可以看到用Apriori算法挖掘出一、二、三级频繁项目集分别为4，5，2个，没有生成四级频繁项目集。挖掘出两条置信度最大为1的强关联规则，分别为：啤酒 -> 尿布；牛奶，啤酒 -> 尿布。观察图3.2，可以看到用FP-tree算法挖掘出7条强关联规则，其中有一条置信度最大为1的强关联规则为：啤酒 -> 尿布。

【本文地址】

公司简介

联系我们