《表4 Apriori算法输出数据表》
通过Python编程对Apriori算法进行求解,算法的原理是首先搜索所有的频繁项集,然后通过设置最小支持度0.1筛选出现频率较低的项集得到候选项集,接下来寻找关联规则,通过设置最小置信度0.5筛选保留强关联项集。整理得出如表4所示的关联规则。支持度和置信度越大,说明在航班保障中该关联规则出现的频率越高。保留下来的支持度均大于0.1,置信度均大于0.5,说明剔除了小概率事件。当提升度大于1,该关联规则为有效的强关联,且数值越大,关联性越强;当提升度等于1,前后项相互独立;当提升度小于1,为无效的强关联,故在表4中剔除关联规则10。
图表编号 | XD00205042000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 李明捷、袁一凡、苗光远 |
绘制单位 | 中国民用航空飞行学院、中国民用航空飞行学院、中国民用航空飞行学院 |
更多格式 | 高清、无水印(增值服务) |