מדעי הנתונים ובינה עסקית

היחס הוא ישר מתחשבים בכמות התצפיות ומחשבים את פעולות המרחק בין התצפיות לקו ההפרדה וקביעת וקטורי התמיכה ובנוסף כדי לבצע הפרדה אופטימלית מעלים את מספר המימדים וזה לוקח יותר זמן.

כן ניתן להפריד לינארית, ניתן להפריד באמצעות קוים ישרים, פשוט נשתמש ביותר מקו אחד.

הבעיה העיקרית אותה צריך לפתור בחוקי קשר זה חישוב מהיר של הצירופים המועמדים וhash tree הוא פתרון לכך.

זה בעצם אותו דבר.. הסתברות מותנית היא בעצם חישוב של הconfidence כלומר מה הסיכוי שאם מישהו רכש פריט X ירכוש גם פריט Y. כלומר מה ההסתברות של Y בהינתן X.

העקרון עליו מבוסס apriori תת קבוצה של קבוצת פריטים שכיחה חייבת להיות שכיחה.

זו לא המטרה של האלגוריתם. חוקי קשר אמורים לייצג תצפיות שכיחות ולא תצפיות חריגות.

קבוצת פריטים סגורה זו קבוצה שיש לה אותו support ולכן זה סותר טענה זו. קבוצה סגורה היא קבוצת פריטים שאין לה שום קבוצת על שיש לה אותו support.

באופן כללי נרצה לקחת את בסיס הנתונים עם N רשומות ולחלק אותו לK אשכולות וכמות האפשרויות הוא K בחזקת N.

ההגדרה של single link הוא חישוב המרחק הקצר ביותר בין שני אובייקטיים בשני אשכולות.

תצפית נרומלית תהיה קרובה למרכז של אשכול מסויים ולפיו היא תסווג.