Algorithm 数据挖掘中有哪些不同的模式评估方法？

在数据挖掘中，频繁项集是使用不同的算法（如Apriori算法、FP-Tree等）发现的。这些模式评估方法也是这样吗？

您可以尝试关联规则（例如Apriori）、协同过滤（基于项或基于用户）甚至聚类

我不知道你想做什么，但如果你有一个数据集，你需要找到最频繁的项目集，你应该尝试上面的一些技术

---

如果您使用的是R，您应该浏览arules包中的关联规则（例如）

Apriori算法和FP-tree算法用于为给定的事务数据查找频繁项集。这将有助于市场篮子分析应用。对于模式评估，有许多组件，即：

支持,

信心,

电梯

不平衡率等

更多详情可参见该报：

潘宁坦，Vipin Kumar，Jaideep Srivastava，KDD 2002为关联模式选择正确的兴趣度度量

• 参考网址：

---

评估模式与查找关联规则相同？通过数据挖掘，您可以使用一些方法来提取数据模式。因此，模式评估就是指根据某些度量确定表示知识的有趣模式。关联规则是发现一组项目之间的关系。