马克威多维关联规则

马克威操作说明

以数据文件“马克威通用数据1.mkw”为例，演示多维关联规则算法的操作。数据显示症状与流感之间的统计信息。通过这些数据进行关联规则分析。首先，在工作区内，打开建模分析工作流：“机器学习”→“关联规则”→“多维关联规则”，接着选择数据源，然后设置算法参数，最后双击运行按钮。

设置参数界面如下图所示，目标变量为“流感”，输入变量为“头痛”、“肌肉痛”、“体温”，最小支持度为10%，最小置信度为50%：

选项说明

双击“运行”节点，系统进入计算过程，并在计算阶数后显示结果：

数据要求

输入要求：数值型。

算法用途

关联规则（Association Rules）是数据挖掘的主要技术之一，用于从庞大的数据库中寻找有用或有趣的模式和规则。除此之外，关联规则分析方法还可用于诸多领域，如网络日志分析，预警系统等。

算法原理

单维关联规则研究的基本上都是同一个字段的值之间的关系，比如用户购买的物品。用多维数据库的语言就是单维或者叫维内的关联规则，这些规则一般都是在交易数据库中挖掘的。但是对于多维数据库而言，还有一类涉及到多个属性或谓词的规则称为多维关联规则。

例如：年龄（X，“20...30”）职业（X,“学生”）==> 购买(X，“笔记本电脑”)

在这里我们就涉及到三个维上的数据：年龄、职业、购买。根据是否允许同一个维重复出现，可以又细分为维间的关联规则（不允许维重复出现）和混合维关联规则（允许维在规则的左右同时出现）。

年龄（X，“20...30”）购买（X，“笔记本电脑”）==> 购买（X，“打印机”）这个规则就是混合维关联规则。

在挖掘维间关联规则和混合维关联规则的时候，还要考虑不同的字段种类：种类型和数值型。对于种类型的字段，原先的算法都可以处理。而对于数值型的字段，需要进行一定的处理之后才可以进行。

处理数值型字段的方法基本上有以下几种：

1)数值字段被分成一些预定义的层次结构。这些区间都是由用户预先定义的。得出的规则叫做静态数量关联规则。

2)数值字段根据数据的分布分成了布尔字段。每个布尔字段都表示一个数值字段的区间，落在其中则为1，反之为0。这种分法是动态的。得出的规则叫布尔数量关联规则。

3)数值字段被分成一些能体现它含义的区间。它考虑了数据之间的距离因素。得出的规则叫基于距离的关联规则。

4)直接用数值字段中的原始数据进行分析。使用一些统计的方法对数值字段的值进行分析，并且结合多层关联规则的概念，在多个层次之间进行比较从而得出一些有用的规则。得出的规则叫多层数量关联规则。

结果与解释

输出结果：