Априорный алгоритм HANA

Свойства, которые можно настроить для априорного алгоритма HANA.

Синтаксис

Этот алгоритм позволяет обнаруживать частотные модели наборов элементов в крупных транзакционных наборах данных для создания правил ассоциации. С его помощью можно определить, какие продукты и услуги клиенты предрасположены покупать одновременно. Анализируя тренды, наблюдающиеся в покупательских предпочтениях клиентов, посредством ассоциативного анализа, можно прогнозировать их поведение в будущем.

Например, сведения о том, что клиенты склонны одновременно покупать обувь и носки, можно представить в виде правила ассоциации с заданными минимальными значениями поддержки и достоверности: Shoes=> Socks [support = 0.5, confidence= 0.1]

Примечание Создание моделей на основе априорного алгоритма HANA не поддерживается.
Свойства априорного алгоритма HANA
Таблица 1: Свойства алгоритма
Свойство Описание
Априорный тип Выберите Apriori.
Столбец элементов Выберите столбцы, содержащие элементы, к которым требуется применить алгоритм.
Столбец ид. транзакций Выберите столбец, содержащий идентификаторы транзакций, к которым требуется применить алгоритм.
Отсутствующие значения Выберите способ обработки отсутствующих значений.
Возможные значения:
  • Игнорировать: алгоритм пропускает записи независимого или зависимого столбца, содержащие отсутствующие значения.
  • Сохранять: алгоритм сохраняет отсутствующие значения для обработки.
Поддержка Введите минимальное значение поддержки для элемента. Значение по умолчанию – 0,1.
Достоверность Введите значение минимальной достоверности правил или ассоциации. Значение по умолчанию – 0,8.
Максимальное число элементов Введите длину начальных и зависимых элементов в выводе. Значение по умолчанию – 5.
Число потоков Введите число потоков, которые алгоритм будет использовать при выполнении. Значение по умолчанию – 1.