《表6 频繁项集Tab.6 The frequent itemsets》
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FP-Growth改进算法的轮胎质量数据分析》
通过FP-Growth算法得出的关联规则能够帮助我们进行轮胎质量异常数据的分析。以物料编码为221003 794的数据集为例,该数据集的可用样本数为308 880,其中,质检合格数为306 471,不合格数为2 409,不合格率约0.78%。实验设置支持度为300,置信度为1.5%。根据FP-Growth算法的挖掘结果,使用Hive数据库对质量数据进行回查,查询挖掘出的关联规则中的频繁项对产品不合格率的影响。共挖掘出45个频繁项集,24条关联规则。因篇幅有限,仅给出部分结果进行展示。FP-Growth算法挖掘得出的一些频繁项集见表6。
图表编号 | XD0047296100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.25 |
作者 | 李敏波、丁铎、易泳 |
绘制单位 | 复旦大学软件学院、复旦大学上海市数据科学重点实验室、复旦大学软件学院、复旦大学软件学院 |
更多格式 | 高清、无水印(增值服务) |