Tipos de reglas de asociación en minería de datos

El aprendizaje de reglas de asociación es una técnica de aprendizaje automático que se utiliza para descubrir relaciones interesantes entre variables en grandes bases de datos. Está diseñado para detectar reglas estrictas en la base de datos en función de algunas métricas interesantes. Para cualquier transacción dada de varios artículos, las reglas de asociación tienen como objetivo obtener reglas que determinen cómo o por qué se vinculan ciertos artículos. Las reglas de asociación se crean para encontrar información sobre patrones generales si-entonces utilizando criterios específicos con soporte y confianza para definir cuáles son las relaciones clave. Ayudan a mostrar la frecuencia de un elemento en datos específicos, ya que la confianza se define por la cantidad de veces que se determina que una declaración si-entonces es verdadera.

Tipos de reglas de asociación:

Hay varios tipos de reglas de asociación en la minería de datos:

• Reglas de asociación multirelacional
• Reglas de asociación generalizadas
• Reglas de asociación cuantitativa
• Reglas de asociación de información de intervalo

1. Reglas de asociación multirelacional: las Reglas de asociación multirelacional (MRAR) son una nueva clase de reglas de asociación, diferentes de las reglas de asociación originales, simples e incluso multirelacionales (generalmente extraídas de bases de datos multirelacionales), cada elemento de regla consta de una entidad pero de muchas relaciones. Estas relaciones representan relaciones indirectas entre entidades.

2. Reglas de asociación generalizadas: la extracción de reglas de asociación generalizadas es una herramienta poderosa para obtener una idea aproximada de los patrones interesantes ocultos en los datos. Sin embargo, dado que los patrones se extraen en cada nivel de abstracción, los conjuntos de reglas extraídos pueden ser demasiado grandes para usarse de manera efectiva para la toma de decisiones. Por lo tanto, para descubrir conocimiento valioso e interesante, a menudo se requieren pasos de procesamiento posterior. Las reglas de asociación generalizadas deben tener propiedades categóricas (nominales o discretas) tanto en el lado izquierdo como en el derecho de la regla.

3. Reglas de asociación cuantitativas: Las reglas de asociación cuantitativas son un tipo especial de regla de asociación. A diferencia de las reglas de asociación generales, donde tanto el lado izquierdo como el derecho de la regla deben ser atributos categóricos (nominales o discretos), al menos un atributo (izquierdo o derecho) de las reglas de asociación cuantitativas debe contener atributos numéricos.

Usos de las reglas de asociación

Algunos de los usos de las reglas de asociación en diferentes campos se dan a continuación:

• Diagnóstico médico: las reglas de asociación en el diagnóstico médico se pueden utilizar para ayudar a los médicos a curar a los pacientes. Como todos sabemos, el diagnóstico no es fácil y hay muchos errores que pueden conducir a resultados finales poco fiables. Usando la regla de asociación multi-relacional, podemos determinar la probabilidad de ocurrencia de la enfermedad asociada con varios factores y síntomas.
• Análisis de la canasta de mercado: es uno de los ejemplos y usos más populares de la minería de reglas de asociación. Los grandes minoristas suelen utilizar esta técnica para determinar la asociación entre artículos.