Apriori�A���S���Y��

 

�f�[�^�}�C�j���O�iData Mining�j�Ƃ́A�c��ȃf�[�^�̏W�ς��牽�炩�̒m���i�X���A�@���A��ʓI���[���j�𓱏o������@��T�錤������ł���B���݁A�f�[�^�}�C�j���O�́A�R���s���[�^�Z�p�̊����Ȍ�������ɂȂ��Ă���B���̔��[�ƂȂ����̂��A1993�N�� Agrawal�炪��N�����p�o����W����񋓂��邱�Ɓi�p�o�W���񋓖��j�ƁA����ɑ΂�������̂悢 Apriori �A���S���Y���Ɋւ��錤���ł���[1][2]�B

�����̌����́A�X�[�p�[�}�[�P�b�g�ł̔����������̓��e�𒲂ׂāA�̔����i��X�܃��C�A�E�g�ɖ𗧂Ă悤�Ƃ����o�X�P�b�g���͂��w���������̂ł��邪�A���̘g�g�݂���ʓI�ȃf�[�^��͂ɓK�p�ł���_��Ȃ��̂ł��邱�Ƃ��]������A������f�[�^�}�C�j���O��v�Z�p�̈�‚Ƃ��Ĉʒu�Â����Ă����ƍl������B

Apriori�A���S���Y���̎�ȋ@�\�́A�p�o�A�C�e���W���̌��o�Ƒ��փ��[���̌��o�ł���B�ȉ��A�@�\�̊T�v�����Ă䂭�B

 

�`: Apriori�A���S���Y���i�p�o�A�C�e���W���̌��o�j

�p�o�A�C�e���W���́A�����ΏۂƂ���f�[�^�W���Ɉ�萔�i臒lminsup�Ƃ��ė^������j�ȏ�܂܂�Ă���v�f�̏W���ƒ�`�����B�p�o�A�C�e���W�������o���邱�Ƃ́A�f�[�^�}�C�j���O�̊�{�I�Ȗ��ł���A���փ��[���̌��o���͂��߂Ƃ��邳�܂��܂ȉ��p�̑O��ƂȂ�B

�p�o�A�C�e���W���̌��o�A���S���Y����}������ƁA�ȉ��̂悤�ɂȂ�B�����Ƃ��ẮA�ŏ��ɂP�‚̗v�f����Ȃ���W���𐶐����iC1�j�A��������臒l�ȏ�ł���Ƃ��������Łu�ӂ邢�����v���A�p�o�A�C�e���W�������o���iL1�j�B���ɁA�p�o�A�C�e���W���iL1�j�̗v�f��g�ݍ��킹2�—v�f����Ȃ���W���𐶐����iC2�j�A��������臒l�ȏ�ł���Ƃ��������Łu�ӂ邢�����v���A�p�o�A�C�e���W�������o���iL2�j�B���̏������J��Ԃ��Ƃ������̂ł���B

<![if !vml]><![endif]>

�p�o�A�C�e���W���̌��o�A���S���Y���𕶏͂ŏ��������̂��A�ȉ��Ɏ����B

<![if !supportLists]>1.      <![endif]>�f�[�^�W�����\������P�‚̗v�f�ŁA���A臒lminsup�ȏ�̔������𖞂����v�f�̏W����L1�Ƃ���B

<![if !supportLists]>2.      <![endif]>����k�|1�̏W��Lk-1�̗v�f���璷��k�̑S�g����Ck���쐬����B

<![if !supportLists]>3.      <![endif]>c ��Ck�̂����A���̕����W����Lk-1�Ɋ܂܂�Ȃ����̂�Ck�����菜���B

<![if !supportLists]>4.      <![endif]>c ��Ck�̃T�|�[�g���v�Z����B�^����ꂽ臒lminsup�ȏ�̒l�̗v�f�����o���A����k�̏W��Lk���쐬����B

<![if !supportLists]>5.      <![endif]>2����4�̎葱�����ALk�������ł��Ȃ��Ȃ�܂ŌJ��Ԃ��B

 

�@��̓I�ȃf�[�^���g���āA�p�o�A�C�e���W�����o�A���S���Y�����m�F���Ă䂭�B

Apriori�A���S���Y�����ΏۂƂ���f�[�^�W���̗v�f�́A�v�f�̏W���ł���A�g�����U�N�V�����Ƃ��Ă΂�Ă���B�ȉ��ɁA�w�������C����Ȗڂ̏W���i�g�����U�N�V�����j�̗�������B

T1: {�f�[�^�[�x�[�X�A �摜�����A Java�v���O���~���O}

T2: {�摜�����A C�v���O���~���O}

T3: {C�v���O���~���O�A Web�f�U�C��}

T4: {C�v���O���~���O�A �摜�����A Java�v���O���~���O}

T5: {�摜�����A Java�v���O���~���O�A �l�b�g���[�N�A C�v���O���~���O�A �f�[�^�[�x�[�X}

T6: {�l�b�g���[�N�A Java�v���O���~���O�A �f�[�^�[�x�[�X}

T7: {Java�v���O���~���O�A �f�[�^�[�x�[�X}

 

�����̗��C�Ȗڂ̏W���i�g�����U�N�V�����̏W���j�́A�ȉ��̂悤�ȕ\�Ƃ��ĕ\�����邱�Ƃ��ł���B

<![if !vml]><![endif]>

�����ŁA臒lminsup= 0.5 ���邢��50%�Ɖ��肷��B�g�����U�N�V��������7�ł���Aminsup= 0.5�ł��邱�Ƃ���A�g�����U�N�V�����̏W����3.5��i���Ȃ킿4��j�ȏ㔭������v�f�i�̑g�ݍ��킹�j�����߂邱�ƂɂȂ�B

�@��L�̕\�ŁA4��ȏ㔭�����Ă���p�o�A�C�e���W��L1�́A�ȉ��̒ʂ�ł���B�Ȃ��A�J�b�R���̐����͔������������Ă���B

 

{�f�[�^�[�x�[�X}�i4�j

{�摜����}�i4�j

{Java�v���O���~���O}�i5�j

{C�v���O���~���O}�i4�j

 

���ɁAL1����C2�𐶐�����ƈȉ��̂悤�ɂȂ�B

 

{�f�[�^�[�x�[�X�A�摜����}�i2�j

{�f�[�^�[�x�[�X�AJava�v���O���~���O}�i4�j

{�f�[�^�[�x�[�X�AC�v���O���~���O}�i1�j

{�摜�����AJava�v���O���~���O}�i3�j

{�摜�����AC�v���O���~���O}�i3�j

{ Java�v���O���~���O�AC�v���O���~���O}�i2�j

 

��L�̕\�ŁA4��ȏ㔭�����Ă���p�o�A�C�e���W��L2�́A�ȉ��̒ʂ�ł���B

 

{�f�[�^�[�x�[�X�A Java�v���O���~���O} �i4�j

 

���o���ꂽ�v�f����2�‚ł���A3�—v�f����Ȃ���W���iC3�j�̐������ł��Ȃ��̂ŁA�p�o�A�C�e���W���̌��o�A���S���Y���͏I������B�ȏ�̌��ʂ��܂Ƃ߂�ƁA���o���ꂽ�p�o�A�C�e���W���́A�ȉ��̒ʂ�ł���B

{�f�[�^�[�x�[�X}�i4�j

{�摜����}�i4�j

{Java�v���O���~���O}�i5�j

{C�v���O���~���O}�i4�j

{�f�[�^�[�x�[�X�A Java�v���O���~���O} �i4�j

 

 

�a: Apriori�A���S���Y���i���փ��[�������o�j

�@�p�o�A�C�e���W�����瑊�փ��[�������o������@�̈�‚ɁA�m�M�x�iconfidence�A�M���x�Ƃ��Ă΂��j���g�����@������B���߂悤�Ƃ��鑊�փ��[����X �� Y�ƋL�q���邱�ƂƂ���B�����ŁAX�AY�Ƃ��ɁA�g�����U�N�V����T�̗v�f�ł���B���Ȃ킿�AX��Y��T�ł���B���փ��[����X �� Y�̊m�M�x�́A�ȉ��̎��Œ�`�����B�����ŁA��(X)�́A�v�fX���܂ރg�����U�N�V�������������B

 

�m�M�x�iX�A Y�j= <![if !msEquation]><![if !vml]><![endif]><![endif]> = <![if !msEquation]><![if !vml]><![endif]><![endif]>

 

 

�A�C�e���W�����烋�[�������߁A�m�M�x����萔�i臒lminconf�j�ȏ�̏ꍇ�́A�����[�����փ��[���Ƃ��ďo�͂���B���փ��[����2���ڈȏ�ō\�������p�o�A�C�e���W�����ΏۂɂȂ�B��L�̗��C�Ȗڂ̏W���̏ꍇ�A�Y������p�o�A�C�e���W���́A{�f�[�^�[�x�[�X�A Java�v���O���~���O}�ł��邱�Ƃ���A�m�M�x�͈ȉ��̂悤�Ɍv�Z�����B

 

�m�M�x�i�f�[�^�[�x�[�X�A Java�v���O���~���O�j=�@<![if !msEquation]><![if !vml]><![endif]><![endif]> = 100%

�m�M�x�iJava�v���O���~���O�A �f�[�^�[�x�[�X�j=�@<![if !msEquation]><![if !vml]><![endif]><![endif]> = 80%

 

�]���āA�ȉ��̑��փ��[�������o�����B

�f�[�^�[�x�[�X �� Java�v���O���~���O (�m�M�x100%)

Java�v���O���~���O �� �f�[�^�[�x�[�X (�m�M�x80%)

 

�m�M�x��臒lminconf=0.9 �̏ꍇ�A�����[�����փ��[���́A�u�f�[�^�[�x�[�X �� Java�v���O���~���O�v�ƂȂ�B

 

[1]�@R.Agrawal, T.Imielinski, and A.Swami: Mining association rules between sets of items in large databases, In Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, pp.207-216, 1993.
[2]
�@R.Agrawal and R.Srikant: Fast algorithms for mining association rules, In Proceedings of 20th Int. Conf. Very Large Data Bases, VLDB, pp.487-499, 1994.

 

�\�\Copyright(C) 2014 Tokyo Polytechnic University (�����H�|��w) All rights reserved�\�\