1。Support指示项集{X，Y}出现在总项集中的概率。公式为:support (x→ y) p (x，y)/p(I)p(x∪y)/p(I)num(xuy)/num(I)，其中I表示总事务集。Num()指示特定项目集在事务集中出现的次数。比如num(I)表示总事务集的个数，num(X∪Y)表示包含{X，Y}的事务集的个数(number也叫次数)。
4、全基因组关联 分析和全基因组选择有什么区别没有区别。全基因组关联分析和全基因组选择没什么区别。利用基因组中的百万单核苷酸多态性(SNP)作为分子遗传标记，在全基因组水平上进行分析或相关分析的比较，通过比较找出影响复杂性状的遗传变异，是一种新的策略。
5、数据挖掘方法入门——关联 分析在自然界中，当某件事情发生时，其他事件也会发生。这种联系叫做联想。相关性分析就是发现事物之间一些有趣的关系。最知名的就是购物篮分析。在商城分析，用户经常同时购买啤酒、纸尿裤、篮球、篮球服等产品组合，所以把它们放在一起促销。分析的这种关系不仅可以让应用和网站设计者根据访客日志数据发现访客的浏览习惯和网站页面之间的关系。
与兴趣评价相关的衡量标准包括:简单性、正确性、实用性和新颖性。1)简洁:过于复杂的规则会降低用户的兴趣，难以解释和理解。2)正确性:有多大的说服力。正确性的标准是置信度，它表示这个规则是正确的概率。即在一个物品X出现的前提下，另一个物品Y多长时间出现一次？
6、物流过程中关联 分析的作用拉动需求。根据百度的资料，分析在物流过程中的作用是刺激需求，在转变经济增长方式、调整产业结构、提升国民经济竞争力方面发挥着重要作用。关联分析，又称关联挖掘，是在交易数据、关系数据或其他信息载体中，寻找项目集或对象集之间的频繁模式、关联、相关或因果结构。
7、灰色关联 分析和灰色相对关联 分析的区别灰色关联分析是一种无监督的数据挖掘方法，主要是对复杂不确定系统的输出变量进行分析灰色相对关联分析是在灰色关联分析的基础上改进的方法，可以找出输入变量的相对重要性和输出变量之间的相关性。灰色关联分析只能找出系统输入与输出变量之间的相关性，而灰色相对关联分析可以找出输入变量的相对重要性和输出变量之间的相关性。
8、基因 连锁 分析的 分析介绍1，具有两个以上的遗传标记(所谓遗传标记，可以是形状、基因、基因座、SSLP、SNP等。)2、连锁基本两个标记位于同一条染色体(或基因组DNA链/环)上；2.单倍体基因组的前提:基因组可以和其他基因组交换(细菌可以转化、转导、剪接，噬菌体不知道)。3.有一个减数分裂过程:要么传代周期短，细胞可以培养，要么有家族遗传数据；细胞器基因组(线和叶基因组)是合格的，唯一的问题是基因组太小，遗传标记的分辨率太高。但是线粒体是16kb，应该可以容纳多个遗传标记，所以结论是可以进行-1分析。
人类全基因组包含3.2×109bp，对应约3300cM，平均每条染色体约150cM，1cM约为1000kb。因此，一个致病基因和标记位点与连锁密切相关，不需要在同一条染色体的同一片段，一条染色体可以产生大量的DNA多态性。只要提供足够多的家系，以孟德尔方式遗传的疾病就可以定位其基因。
