Minería de datos

Página 1

Minería de datos

Así como se pueden extraer metales valiosos de las minas, así se pueden extraer datos valiosos entre una gran cantidad de información.

Ítem

Una cosa, como puede ser un producto: Cerveza, pañales, leche, etc.

ítem set

Es un conjunto de uno o más ítem, por ejemplo: cerveza, pañales y leche hacen una unidad un itemset.

Soporte

Es la frecuencia relativa de un ítemset. Es el número de veces que aparece un ítemset en la base de datos. SE calcula dividiendo el número de veces que aparece el ítemset una lista de transacciones, entre el total del número de transacciones.

ítemset frecuente

Cuando el soporte es mayor a un umbral previamente establecido arbitrariamente.

Regla de asociación

Expresión X flecha Y

Indica que un evento implica el otro

Confianza

Es la probabilidad empírica de que ocurra el consecuente. Se calcula el número de ocurrencia del ítem set entre el número de ocurrencia del antecedente.

El lift refleja el aumento de la probabilidad de que ocurra el consecuente, cuando nos enteramos que ocurrió el antecedente. Se calcula dividiendo la confianza de la regla entre el soporte del ítem.

Algoritmo A Priori

Es un conjunto de pasos que se siguen para encontrar reglas de asociación con un mínimo valor de soporte confianza.

Principio de Monotonicidad

No ayuda a reducir el número de ítemset a considerar. Esto se logra al identificas los itemset que no logran superar el umbral de frecuencia mínima.