ED-4.2-m02-1.0-Slajd16
Typ przetwarzanych danych (2)
Binarne reguły asocjacyjne reprezentują, najogólniej mówiąc, współwystępowanie danych. Przykładem binarnej reguły asocjacyjnej może być reguła: „pieluszki=1 -> piwo=1”; Reguła ta wywiedziona w ramach analizy koszyka zakupów klientów supermarketu, stwierdza, że produkt 'pieluszki' często występuje w koszykach klientów łącznie z produktem 'piwo'. Przykładem ilościowej reguły asocjacyjnej jest reguła: „wiek =’30…40’ ? wykształcenie = ‘wyższe’ -> opcja_polityczna = ‘demokrata’. Ilościowe reguły asocjacyjne reprezentują, najogólniej mówiąc, współwystępowanie wartości niektórych danych. Reguła wywiedziona z analizy danych osobowych, stwierdza, że jeżeli wiek pracownika należy do przedziału wartości '30...40' i pracownik posiada wykształcenie wyższe, to, często, jego poglądy polityczne zwrócone są w kierunku demokracji. Atrybut {wiek} jest atrybutem ciągłymi, natomiast atrybuty {wykształcenie oraz opcja_polityczna} są atrybutami kategorycznym. W procesie odkrywania ilościowych reguł asocjacyjnych, atrybuty ciągłe podlegają dyskretyzacji. Stąd, w regule wartością atrybutu {wiek} jest pewien przedział wartości.
