数据挖掘中有哪些不同的模式评估措施？
What are the different pattern evaluation measures in data mining?
在数据挖掘中，频繁项集是使用Apriori算法、FP-Tree等不同算法找到的。那么这些是模式评估方法吗？
您可以尝试关联规则（例如先验）、协同过滤（基于项目或基于用户）甚至聚类。
我不知道你想做什么，但如果你有一个数据集并且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，则应该探索关联规则的 arules 包（例如）。
Apriori 算法和 FP-tree 算法用于查找给定事务数据的频繁项集。这将有助于购物篮分析应用程序。对于模式评估，有许多组件，即：
- 支持，
- 自信，
- 电梯，
- 失衡率等
更多细节可以看论文：
Selecting the right interestingness measure for association patterns by Pang Ning Tan, Vipin Kumar, Jaideep Srivastava, KDD 2002.
在数据挖掘中，频繁项集是使用Apriori算法、FP-Tree等不同算法找到的。那么这些是模式评估方法吗？
您可以尝试关联规则（例如先验）、协同过滤（基于项目或基于用户）甚至聚类。
我不知道你想做什么，但如果你有一个数据集并且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，则应该探索关联规则的 arules 包（例如）。
Apriori 算法和 FP-tree 算法用于查找给定事务数据的频繁项集。这将有助于购物篮分析应用程序。对于模式评估，有许多组件，即：
- 支持，
- 自信，
- 电梯，
- 失衡率等
更多细节可以看论文：
Selecting the right interestingness measure for association patterns by Pang Ning Tan, Vipin Kumar, Jaideep Srivastava, KDD 2002.