[資料探勘Project1報告](https://hackmd.io/09PgZ0R3SMeoWHyLQZCbqQ)
===

## Aprior 與 FP-Growth 比較
**aprior** 與 **fp-growth** 最大差異在於運算時間，在大致相同的條件下（min_support, min_confidence）， **fp-growth** 運算時間明顯**小於** **aprior**。
|**aprior**|**fp-growth**|
|:---:|:---:|
||

原因在於 **fp-growth** 不用一直重複尋訪整個資料庫（databaser or dataset），利用 **fp-tree** 減少尋訪資料的時間。

||
|:---:|
|**fp-tree**|

---
## support 與 confidence

|| 低 **support** | 高 **support** |
|---|---|---|
|低 **confidence**|表示各item很少出現在所有transcation，且這些item很少會出現在同一筆transcation中。|表示各item很常出現在所有transcation中，但這些item很少出現在同一筆transcation中。|
|高 **confidence**|表示各item很少出現在所有transcation，但這些item很常會出現在同一筆transcation中。|表示各item很常出現在所有transcation中，且這些item很常出現在同一筆transcation中。|

換句話說...

||低|高|
|---|---|---|
|support|item總出現次數低|item總出現次數高|
|confidence|item不容易一起出現|item容易一起出現|

---
## 測試案例-Acute Inflammations Data Set（急性發炎）

* [資料集來源](http://archive.ics.uci.edu/ml/datasets/Acute+Inflammations)
* 摘要：該數據由醫學專家創建，作為測試專家系統的數據集，該系統將對泌尿系統的兩種疾病進行推定診斷
* Attribute：
1. **Temperature of patient** { 35C-42C } 體溫。
<=37.5: A, >37.5: B
2. **Occurrence of nausea** { yes, no } 噁心。
yes: C, no: D
3. Lumbar pain { yes, no } 腰痛。
yes: E, no: F
4. **Urine pushing (continuous need for urination)** { yes, no } 利尿。
yes: G, no: H
5. **Micturition pains** { yes, no } 排尿痛。
yes: I, no: J
6. **Burning of urethra, itch, swelling of urethra outlet** { yes, no } 尿道灼燒、發癢、尿道口腫脹。
yes: K, no: L
7. **decision: Inflammation of urinary bladder** { yes, no } 膀胱發炎。
yes: M, no: N
8. **decision: Nephritis of renal pelvis origin** { yes, no } 腎炎。
yes: O, no: P
- （1.）～（6.）為症狀；（7.）、（8.）為疾病。

|||
|:---:|:---:|
|**資料集**|**結果**|

### 結果分析
> 因為是要預測某原因是否會產生其他附帶原因或疾病，因此將 **min_confidence** 設較高（=0.8）。

1. 在高 **min_support** （=7）的情況下，大部分的關聯規則皆顯示：若沒有（2.）～（6.）的症狀，就不會有（7.）、（8.）的問題；但其中一條規則顯示
你經常利尿，就要小心是否是膀胱發炎。
2. 在 **min_support** （=6）的情況下，可以整理出以下幾點猜測：
- 若帶有（7.）或（8.）的疾病，**通常**都伴隨至少1～2項的症狀。
- 即使沒有症狀，還是**低機率**帶有（7.）或（8.）的疾病。
- 疾病或症狀的發生與病人的**體溫**幾乎**沒有**關聯。

---
## 測試案例-ibm-2021

* 測試演算法： Aprior Algorithm
* min_support： 0.2152335
* min_confidence： 1.42892

結果：
* [rule count](https://drive.google.com/file/d/17cVFWjcK1jdA4svcWt9V_DCMoPFcc1oh/view?usp=sharing): 1501
* time cost: 1.38069's