AED/LN/z2

From WikiZMSI

Na zajęciach

• Wczytać plik środowiskowy MATLABa ze spakowanego transactionsApriori.zip.
• Zapoznać się z formatem danych. Zapoznać się z Javowym typem java.util.Hashmap.

• Zaimplementować obie części algorytmu Apriori: znajdowanie zbiorów częstych, znajdowanie reguł asocjacyjnych.

Do domu

• Spróbować znaleźć w internecie taki zbiór danych, na którym możliwe byłoby wykonanie algorytmu "A priori". Jeżeli byłyby problemy ze znalezieniem takiego zbioru, można w ostateczności pozostać przy zbiorze, który był używany na laboratoriach.

• Wykonać 9 eksperymentów dla każdej kombinacji (min. wsparcie, min. zaufanie) używając wartości - min. wsparcia: 0.2, 0.15, 0.1; min. zaufania: 0.6, 0.8, 0.9. Oprócz listy reguł, efektem każdego eksperymentu ma być dodatkowo wykres reguł zaznaczonych jako punkty w układzie: wsparcie przesłanki - zaufanie reguły.

• Zaprogramować skrypt przyjmujący na wejście listę reguł i wyszukujący wsród nich równoważności, np. a -> b i b -> a, to a <-> b. Przy każdej wyświetlanej równoważności wypisać zaufania, z jakimi pracuje strzałka wynikania postawiona w każdą ze stron. Wyszukiwanie równoważności wykonać dla każdego z 9 eksperymentów.

• Dla łatwości sprawdzania programów na zajęciach wyniki uzyskane w domu można zapisać poleceniem save do plików .mat i na zajęciach tylko je odtwarzać (wykresy również można zapisać do zmiennych).