Dipartimento di Scienze Statistiche stefania.mignani@unibo.it
* www.unibo.it Analisi delle associazioni (Association Rules AR) Introduzione
Analisi delle associazioni
– Individuare gli avvenimenti che avvengono più frequentemente, simultaneamente o in successione – Individuare relazioni forti tra due o più fenomeni o comportamenti – Ricavare informazioni su dipendenze o relazioni che spiegano l’avvenire di fenomeni – Definire regole per formulare previsioni 3 Concetti di base
Punto di partenza • Data base di transizioni (comportamenti) • Prodotto acquistato: Item • Insieme di item: itemset • Ciascuna transazione è una lista di item quindi Itemset contenente un certo numero di item
Obiettivo: • Tutte le regole che metteno in relazione la presenza di un insieme di item con la presenza di un altro insieme di item
Es: 35% delle persone che acquista salmone compra anche
maionese Formalmente Terminologia
• Item : singolo elemento,
• Itemset: insieme di elementi • insieme di comportamenti
insieme di comportamenti: transazioni d’acquisto Riepilogo Terminologia
Consideriamo un gruppo di transizioni N, definiamo per un
Itemset I:
Frequenza dell’itemset I = Numero di volte in cui si presenta I I numero delle transazioni Esempio
frequenza {latte}= ¼=0.25
Esempio Concetti di base
Punto di partenza • Data base di transizioni (comportameni) • Ciascuna transazione è una lista di item acquistati
Obiettivo: • Tutte le regole che metteno in relazione la presenza di un insieme di item (itemset) con la presenza di un altro insieme di item
Es: 35% delle persone che acquista salmone compra anche
maionese Regole di associazione transazione latte frutta cereali biscotti 1 Latte, frutta latte 3 2 0 1 2 latte, frutta, biscotti frutta 3 1 1 3 latte cereali 1 0 4 Frutta, cereali Biscotti 1 • Frutta e latte hanno la probabilità più alta di essere acquistati isieme, di qualsiasi altra coppia • Cereali e latte non sono mai acquistati insieme, così come cerali e biscotti
Transazione Item 1 a,b,c 2 a,c 3 a,d 4 b,e,f Support e confidence Scegliamo per support e confident dei valori soglia min_sup min_conf
Regola VALIDA se sup e conf superano queste soglie
Come si estraggono le regole Identificazione dei “frequent itemset” L’approccio “brute force” L’approccio “brute force” Alla base di Apriori Alla base di Apriori Alla base di Apriori Alla base di Apriori Esempio
(min_sup=0,5) Generazione di regole a partire da frequent itemsets
*N.B. Ricorda che dati due itemset A e B definiti da partizione di un
itemsetset I si ha: Il principio di Apriori nella generazione di regole
Se una regola R1 ha confidence insufficiente conf(R1) <min_conf
Allora Tutte le regole che hanno come antecedente un subset dell’antecedente di R1 hanno confidence <min_conf Esempio
R1: {b c d} => {a}
conf(R1)= supp( {a b c d} / supp({b c d})< min_conf Allora se consideriamo
R2: {c d} =>{a b} conf(R2)=supp( {a b c d}/sup({c d})
supp( {a b c d}/sup({c d})<supp( {a b c d}/supp({b c d})=conf(R1)
Conf(R2)<min_conf Esempio Qualità di una regola Misura simmetrica Un esempio Analisi multidimensionale Analisi multidimensionale Legame tra AR e AR multidimensionale Pro e contro Analisi delle associazioni Come esempio…
