Parameterscriterion (selection) Thi

Parameters
criterion (selection) This parameter specifies the criterion which is used for the selection of
rules.
• confidence The confidence of a rule is defined conf(X implies Y) = supp(X [Y)/supp(X)
. Be careful when reading the expression: here supp(X[Y) means “support for occurrences
of transactions where X and Y both appear”, not “support for occurrences of
transactions where either X or Y appears”. Confidence ranges from 0 to 1. Confidence
is an estimate of Pr(Y j X), the probability of observing Y given X. The support
supp(X) of an itemset X is defined as the proportion of transactions in the data set
which contain the itemset.
529
4. Modeling
• lift The lift of a rule is defined as lift(X implies Y) = supp(X [ Y)/((supp(Y) x supp(X))
or the ratio of the observed support to that expected if X and Y were independent.
Lift can also be defined as lift(X implies Y) =conf(X implies Y)/supp(Y). Lift measures
how far from independence are X and Y. It ranges within 0 to positive infinity. Values
close to 1 imply that X and Y are independent and the rule is not interesting.
• conviction conviction is sensitive to rule direction i.e. conv(X implies Y) is not same
as conv(Y implies X). Conviction is somewhat inspired in the logical definition of implication
and attempts to measure the degree of implication of a rule. Conviction is
defined as conv(X implies Y) =(1 - supp(Y))/(1 - conf(X implies Y))
• gain When this option is selected, the gain is calculated using the gain theta parameter.
• laplace When this option is selected, the Laplace is calculated using the laplace k
parameter.
• ps When this option is selected, the ps criteria is used for rule selection.
min confidence (real) This parameter specifies the minimum confidence of the rules.
min criterion value (real) This parameter specifies the minimum value of the rules for the
selected criterion.
gain theta (real) This parameter specifies the parameter Theta which is used in the Gain calculation.
laplace k (real) This parameter specifies the parameter k which is used in the Laplace function
calculation.
Tutorial Processes

ผลลัพธ์ (ไทย) 1:

พารามิเตอร์เกณฑ์ (เลือก) พารามิเตอร์นี้ระบุเกณฑ์ที่ใช้ในการคัดเลือกกฎ•ความเชื่อมั่นมีความมั่นใจกฎกำหนด conf (X หมายถึง Y) =ซัพพลาย (X [Y)/supp(X). ระวังเมื่ออ่านนิพจน์: ที่นี่ supp(X[Y) หมายถึง "สนับสนุนสำหรับเหตุการณ์ธุรกรรมที่ X และ Y ทั้งสองปรากฏ" "สนับสนุนการเกิดของธุรกรรมที่ปรากฏ X หรือ Y" ความมั่นใจช่วงตั้งแต่ 0 ถึง 1 ความมั่นใจคือ Pr (Y j X), การประเมินความน่าเป็นของสังเกตได้ X Y การสนับสนุนsupp(X) ของการ itemset X ถูกกำหนดเป็นสัดส่วนของธุรกรรมในชุดข้อมูลซึ่งประกอบด้วยการ itemset5294. การสร้างโมเดล•ลิฟต์ลิฟต์ของกฎที่ถูกกำหนดเป็นยก (X หมายถึง Y) =ซัพพลาย (X [Y)/((supp(Y) x supp(X))หรืออัตราส่วนของการสนับสนุนสังเกตที่คาดถ้า X และ Y อิสระนอกจากนี้ยังสามารถกำหนดยกเป็นยก (X หมายถึง Y) = (X หมายถึง Y)/supp(Y) conf ยกมาตรการวิธีห่างไกลจากความเป็นอิสระมี X และ Y ช่วงภายใน 0 ถึงบวกอินฟินิตี้ ค่าใกล้ 1 หมายความว่า X และ Y เป็นอิสระ และกฎไม่น่าสนใจ•ความเชื่อมั่นความเชื่อมั่นที่มีความไวต่อทิศทางกฎเช่น conv (X หมายถึง Y) ไม่เหมือนกันเป็น conv (X หมายถึง Y) ความเชื่อมั่นค่อนข้างแรงบันดาลใจในการกำหนดตรรกะของนัยและความพยายามในการวัดระดับของความหมายของกฎ มีความเชื่อมั่นกำหนดเป็น conv (X หมายถึง Y) =(1-supp(Y)) / (1 - conf (X หมายถึง Y))•กำไรเมื่อตัวเลือกนี้ กำไรคำนวณโดยใช้พารามิเตอร์ทีกำไร•ลาปลาสเมื่อตัวเลือกนี้ ลาปลาสการคำนวณโดยใช้ k ลาปลาสพารามิเตอร์• ps เมื่อเลือกตัวเลือกนี้ ps เกณฑ์ใช้สำหรับการเลือกกฎความเชื่อมั่นนาที (จริง) พารามิเตอร์นี้ระบุความเชื่อมั่นต่ำสุดของกฎค่าเกณฑ์นาที (จริง) พารามิเตอร์นี้ระบุค่าต่ำสุดของกฎสำหรับการเลือกเกณฑ์กำไรที (จริง) พารามิเตอร์นี้ระบุพารามิเตอร์ Theta ซึ่งใช้ในการคำนวณกำไรลาปลาส k (จริง) พารามิเตอร์นี้ระบุ k พารามิเตอร์ที่ใช้ในฟังก์ชันลาปลาสการคำนวณกระบวนการกวดวิชา

ผลลัพธ์ (ไทย) 2:

พารามิเตอร์
เกณฑ์ (เลือก) พารามิเตอร์นี้ระบุเกณฑ์ที่ใช้สำหรับการเลือกของ
กฎ.
•ความเชื่อมั่นความเชื่อมั่นของกฎที่ถูกกำหนด conf (X หมายถึง Y) = supp (X [Y) / supp
(X) โปรดใช้ความระมัดระวังเมื่อมีการอ่านการแสดงออกที่นี่ supp (X [Y) หมายถึง "การสนับสนุนสำหรับการเกิดขึ้น
ของการทำธุรกรรมที่ X และ Y ทั้งสองปรากฏ" ไม่ได้ "การสนับสนุนสำหรับการเกิดขึ้นของ
การทำธุรกรรมที่ทั้ง X หรือ Y ปรากฏ" ความเชื่อมั่นในช่วงจาก 0 ถึง 1. ความเชื่อมั่น
คือการประมาณการของ PR (Y J x) น่าจะเป็นของการสังเกต Y เอ็กซ์ได้รับการสนับสนุน
supp (X) ของ itemset X ถูกกำหนดให้เป็นสัดส่วนของการทำธุรกรรมในชุดข้อมูล
ที่มี itemset ได้.
529
4 การสร้างแบบจำลอง
•ลิฟท์ยกของกฎที่ถูกกำหนดให้เป็นลิฟท์ (X หมายถึง Y) = supp (X [Y) / ((supp (Y) x supp (X))
หรืออัตราของการสนับสนุนการปฏิบัติเพื่อที่คาดว่าถ้า X และ Y เป็นอิสระ.
ลิฟท์นอกจากนี้ยังสามารถกำหนดให้เป็นลิฟท์ (X หมายถึง Y) = conf (X หมายถึง Y) / supp (Y). lift มาตรการ
วิธีการห่างไกลจากความเป็นอิสระเป็น X และวายมันมีตั้งแต่ 0 ถึงภายในอินฟินิตี้ในเชิงบวก. ค่า
ใกล้ 1 หมายความว่า X และ Y มีความเป็นอิสระและกฎข้อที่ไม่น่าสนใจ.
•ความเชื่อมั่นความเชื่อมั่นมีความไวต่อกฎทิศทางเช่น Conversion (X หมายถึง Y) ไม่เหมือนกัน
เป็น Conversion (Y หมายถึง X). ความเชื่อมั่นเป็นแรงบันดาลใจบ้างในความหมายเชิงตรรกะ ของความหมาย
และความพยายามในการวัดระดับของความหมายของกฎความเชื่อมั่นเป็น.
กำหนดเป็น Conversion (X หมายถึง Y) = (1 - supp (Y)) / (1 ​​- conf (X หมายถึง Y))
•กำไรเมื่อตัวเลือกนี้คือ เลือกกำไรที่มีการคำนวณโดยใช้พารามิเตอร์กำไรเธต้า.
• Laplace เมื่อตัวเลือกนี้ถูกเลือกเลซจะคำนวณโดยใช้ Laplace เค
พารามิเตอร์.
• PS เมื่อเลือกตัวเลือกนี้เกณฑ์ PS ถูกนำมาใช้สำหรับการเลือกกฎ.
ความเชื่อมั่นนาที ( จริง) พารามิเตอร์นี้ระบุความเชื่อมั่นต่ำสุดของกฎ.
ค่าเกณฑ์นาที (จริง) พารามิเตอร์นี้ระบุค่าต่ำสุดของกฎสำหรับ
เกณฑ์การคัดเลือก.
กำไร theta (จริง) พารามิเตอร์นี้ระบุพารามิเตอร์ทีซึ่งจะใช้ในการคำนวณกำไร .
Laplace K (จริง) พารามิเตอร์นี้ระบุ K พารามิเตอร์ซึ่งจะใช้ในการทำงานของ Laplace
คำนวณ.
กระบวนการสอน