模式挖掘

模式(pattern)：在一个数据集中经常一起出现的子集、子序列、子结构等

项集(Itemset)：一个或多个数据组成的集合；k项集(k-itemset)：有k项的项集 $X=\{x_1,\dots,x_k\}$

(绝对)支持度(count)： $X$ 在数据集中出现的次数或频率

(相对)支持度(Support, s)： $X$ 出现在某数据子集的概率； $s(X) \geq \sigma_{threshold}$表示 $X$ 为频繁项集

置信度(Confidence, c)：一个交易含有 $X$ 又有 $Y$ 的条件概率 $c = \frac{sup(X\cup Y)}{sup(X)}$

闭合模式(Closed Pattern)： $X$ 为频繁项集且不存在 $Y \supset X$和 $X$ 有相同支持度

最大模式(Max-Pattern)： $X$ 为频繁项集且不存在 $Y \supset X$