《表3 例子中的1级表示：基于改进多层次模糊关联规则的定量数据挖掘算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进多层次模糊关联规则的定量数据挖掘算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

令该层次结构的两个变量μ和τ的值均为1，其中，μ表示当前项目所处的分类层次，τ表示当前频繁项目集合的项目数量。将数据库中所有μ相似的事务都合并为一个大类并将它们加和。例如，可以将项目（223，2）和（254，2）整合为（2**，4），这一任务的结果如表3所示。根据对应的隶属度函数，将所得到的组转换为模糊集的形式。以（1**，8）为例，根据图3中预定义的分类，这个组是属于人用洗护产品类的，需要使用前述的人用洗护产品隶属度函数。在这一隶属度函数中，计算结果为6，对应着低区域的隶属度为0.6，中区域的隶属度为0.9，高区域的隶属度为0.1。通过这种方式可以计算得到事务中所有项目构成的等价模糊集。在所有事务中计算每一个模糊区域值的和，得到各模糊区域隶属度之和，如表4所示。