《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》

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

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。