Технологии интеллектуального анализа данных : учебное пособие

140  тривиальные – содержат действительную и легко объяс- нимую информацию, которая уже известна. Такие правила, хотя и объяснимы, но не могут принести какой-либо пользы, так как от- ражают или известные законы в исследуемой области, или резуль- таты прошлой деятельности. Иногда такие правила могут исполь- зоваться для проверки выполнения решений, принятых на основа- нии предыдущего анализа;  непонятные – содержат информацию, которая не может быть объяснена. Такие правила могут быть получены или на основе аномальных значений, или глубоко скрытых знаний. Напрямую такие правила нельзя использовать для принятия решений, потому что их необъяснимость может привести к непредсказуемым резуль- татам. Для лучшего понимания требуется дополнительный анализ. Ассоциативные правила строятся на основе частых наборов. Так, правила, построенные на основании набора F (т.е. X  Y=F ), яв- ляются всеми возможными комбинациями объектов, входящих в него. Например, для набора {кокосы, вода, орехи} могут быть по- строены следующие правила: если (кокосы) то (вода); если (вода) то (кокосы, орехи); если (кокосы) то (орехи); если (кокосы, орехи) то (вода); если (кокосы) то (вода, орехи); если (орехи) то (вода); если (вода, орехи) то (кокосы); если (орехи) то (кокосы); если (вода) то (кокосы); если (орехи) то (вода, кокосы); если (вода) то (орехи); если (вода, кокосы) то (орехи). Таким образом, количество ассоциативных правил может быть очень большим и трудно воспринимаемым для человека. К тому же, не все из построенных правил несут в себе полезную информацию. Для оценки их полезности вводятся следующие величины:  поддержка (support) – показывает, какой процент транзак- ций поддерживает данное правило. Так как правило строится на