پروژه پایتون (9518)

---

شرح پروژه

سلام وقت بخیر.هزینه انجام این پروژه را میخواستم بدونم

تمرین مربوط به قوانین انجمنی

برای حل این تمرین موارد زیر را در نظر بگیرید:

-1 دیتاست مربوط به تمرین در بخش Files/sof data با عنوان Tags.rar قرار گرفته است. این دیتا جدول تگ های

SOF را نشان می دهد. در این جدول ID شماره یک سوال در SOF و Tags برچسب های مربوط به آن سوال است.

-2 برای انجام تمرین از R یا Python می توانید استفاده کنید.

-3 گزارش پاسخ های خود به سوالات را حداکثر در 8 اسلاید ارائه دهید )توضیحات باید کامل و بدون ابهام باشند. به موارد

ناقص و نامفهوم نمره تعلق نمیگیرد.

سوالات تمرین:

) الف( )بارم: 04

-1 Top 20 آیتم ست پرتکرار را در قالب یک جدول نشان دهید.

-2 Top 20 پرتکرارترین آیتم ست بسته را در قالب یک جدول نشان دهید؟ برای هر مورد مشخص کنید آیتم ست

از نوع ماکزیمال است یا خیر؟

ب( Top 20 قوانین انجمنی قوی را استخراج کرده و در قالب یک جدول ارائه دهید، سپس با یکی از چهار روش ارزیابی

) الگو، قوانین استخراج شده را ارزیابی کنید] 1[: )بارم: 04

-1 برای استخراج آیتم ست های پرتکرار مناسب از چه پارامترها و چه روش هایی استفاده کردید و هر یک از این

موارد چه تاثیری در یافتن آیتم ست های مناسب داشت؟

-2 برای استخراج قوانین انجمنی قوی از چه پارامترها و روشهایی استفاده کردید و هر یک چه تاثیری در یافتن

قوانین مهم داشت؟

*برای موارد 1 و 2 تنها اعمال پارامترهای min-support و confidence کافی نیست.

ج( الگوریتم apriori در یافتن آیتم ست های پرتکرار، بدلیل اسکن دیتا هزینه اجرایی بالایی دارد: )سوال امتیازی-

) بارم: 24

-1 با استفاده از استراتژی Partitioning زمان اجرای الگوریتم را کاهش دهید و نتایج حاصل از اعمال این روش

را گزارش کنید.

-2 با استفاده از استراتژی Sampling زمان اجرای الگوریتم را کاهش دهید و نتایج حاصل از اعمال این روش را

گزارش کنید.

-3 تکنیک های Hash-based [2] و Dynamic itemset counting[3] از استراتژی هایی برای بهبود

الگوریتم apriori هستند. توضیح دهید این دو تکنیک چگونه باعث بهبود این الگوریتم می شوند )این مورد

نیاز به پیاده سازی ندارد(.

زمان  : تا یکشنبه

مهارت ها و تخصص های مورد نیاز

---

---