| ||||||||||
2.5: Assoziative RegelnWährend beim Kategorisieren die einzelnen Beispiele im Vordergrund der Betrachtung stehen, dienen assoziative Regeln mehr der Beschreibung einer Sammlung bzw. ihrer Eigenschaften. Aber auch sie können als Vorhersage über das Auftreten von Attributwerten aufgefasst werden. Assoziative Regeln können auf binären Attributen folgendermaßen definiert werden (siehe auch Klemettinen et al., 1994 [->] ): Definition 20: Assoziative RegelIn einer Beispielmenge ist eine assoziative Regel also dann zur Basis erfüllt, wenn der Anteil der Beispiele, bei denen in allen Attributen, die in der Regel genannt sind, eine 1 steht, größer als ist. Sie ist zum Grad erfüllt, wenn der Anteil der Beispiele, bei denen das Attribut B gleich 1 ist, unter denen, bei denen die Attribute aus W gleich 1 sind, größer ist als . 2.5.1: Warenkorbmodell2.5.2: DBLearn/DBMiner | ||||||||||
| ||||||||||
Diese Seiten sind urheberrechtlich geschützt. Die Verantwortung für die Inhalte und die Rechte der Online-Version liegen beim Autor Reginald Ferber, Münster (Westf). Die Rechte der gedruckten Version beim dpunkt.verlag, Heidelberg. Die Weiterverwendung von Texten oder Abbildungen - auch auszugsweise - ist ohne die schriftliche Zustimmung des Autors Reginald Ferber bzw. des dpunkt.verlags nicht gestattet.
Es wird darauf hingewiesen, dass die verwendeten Soft- und Hardware-Bezeichnungen sowie Markennamen und Produktbezeichnungen der jeweiligen Firmen im Allgemeinen warenzeichen-, marken-, oder patentrechtlichem Schutz unterliegen. Alle Angaben und Programme wurden mit großer Sorgfalt kontrolliert. Trotzdem kann keinerlei Haftung für Schäden irgendwelcher Art übernommen werden, die sich im Zusammenhang mit der Nutzung dieser Seiten ergeben.
Diese HTML-Datei wurde am 17-11-2003 erzeugt.