相関分析とは、トランザクション データ、リレーショナル データ、またはその他の情報媒体内のアイテムまたはオブジェクトのコレクション間に存在する、頻繁に発生するパターン、関連性、相関関係、または因果構造を検索することです。

相関分析手法

アプリオリアルゴリズム

Apriori アルゴリズムは、ブール相関ルールを生成するために必要な頻繁にアイテムセットをマイニングするための基本的なアルゴリズムであり、レイヤーごとの検索と呼ばれる反復手法を使用し、k+1 アイテムセットを探索するために k 個のアイテムセットが使用されます。

FP成長アルゴリズム

FP 成長アルゴリズムは、トランザクション データベースを 2 回スキャンし、各トランザクションに含まれる頻出項目をサポートの降順で FP ツリーに圧縮して格納します。そのため、将来の頻出パターンを発見するプロセスで、トランザクション データベースを再度スキャンするには、FP ツリー内を検索します。

アソシエーションルールの学習

相関ルール学習は、大規模なデータベース内の変数間の興味深い関係を発見する方法です。その目的は、データベース内で見つかった強力なルールを特定するためにいくつかの興味深い尺度を使用することです。