Hidup ini hanyalah sementara. Kehidupan yang kita jalani ini hanyalah sebuah kesempatan untuk mempersiapkan segala sesuatu guna menghadapi kehidupan setelah hidup ini. Jangan sia-siakan hidup ini, jalani kehidupan ini dengan penuh makna. Sekarang atau tidak sama sekali !!!

Kamis, Januari 08, 2009

Tugas_Data_Mining (Assosiation Rules)

Association Rules Mining
Association Rule Mining adalah salah satu teknik data mining untuk menemukan aturan assosiatif antar variabel, korelasi, atau suatu struktur di antara item. Proses di dalam teknik association rules adalah mencari aturan-aturan yang memenuhi :
1.Support yaitu persentase kombinasi item tersebut dalam database
2.Confidence yaitu kuatnya hubungan antar item dalam aturan assosiatif
Algoritma yang pertama kali digunakan dalam teknik ini adalah algoritma apriori. Algoritma Apriori membuat kandidat kombinasi item yang mungkin berdasarkan aturan tertentu diuji apakah kombinasi item tersebut memenuhi syarat support minimum dengan menggunakan paradigma generate dan test.
Kombinasi item yang memenuhi syarat tersebut disebut frequent itemset, yang nantinya dipakai untuk membuat aturan-aturan yang memenuhi syarat confidence minimum.




Exercise 1. Apriori
Trace the results of using the Apriori algorithm on the grocery store example with support threshold
s=33.34% and confidence threshold c=60%. Show the candidate and frequent itemsets for each database scan. Enumerate all the final frequent itemsets. Also indicate the association rules that are generated and highlight the strong ones, sort them by confidence.
TID Items
T1 HotDogs, Buns, Ketchup
T2 HotDogs, Buns
T3 HotDogs, Coke, Chips
T4 Chips, Coke
T5 Chips, Ketchup
T6 HotDogs, Coke, Chips
HotDogs = 4
Buns = 2
Ketchup = 2
Coke = 3
Chips = 4
s=σ({HotDogs,Buns) }/6=2/6=0.3334
s=σ({HotDogs,Ketchup) }/6=1/6=0.1667
s=σ({HotDogs,Coke) }/6=2/6=0.3334
s=σ({HotDogs,Chips) }/6=2/6=0.3334
s=σ({Coke-Chips) }/6=3/6=0.5
s=σ({Chips-Ketchup) }/6=1/6=0.5

c=σ({HotDogs,Buns) }/HotDogs=2/4=0.5
c=σ({HotDogs,Buns) }/Buns=2/2=1
c=σ({HotDogs,Ketchup) }/HotDogs=1/4=0.25
c=σ({HotDogs,Ketchup) }/Ketchup=1/2=0.5
c=σ({HotDogs,Coke) }/HotDogs=2/4=0.5
c=σ({HotDogs,Coke) }/Coke=2/3=0.6667
c=σ({HotDogs,Chips) }/HotDogs=2/4=0.5
c=σ({HotDogs,Chips) }/Chips=2/4=0.5
c=σ({Coke-Chips) }/Coke=3/3=1
c=σ({Coke-Chips) }/Chips=3/4=0.75
c=σ({Chips-Ketchup) }/Chips=1/4=0.25
c=σ({Chips-Ketchup) }/Ketchup=1/2=0.5

Frequent Itemset Untuk minsup :
s=σ({HotDogs,Buns) }/6=2/6=0.3334
s=σ({HotDogs,Coke) }/6=2/6=0.3334
s=σ({HotDogs,Chips) }/6=2/6=0.3334
s=σ({Coke-Chips) }/6=3/6=0.5
s=σ({Chips-Ketchup) }/6=1/6=0.5




Tidak ada komentar:

Posting Komentar