牛顿插值法在自动确定支持度阈值中的应用
牛顿插值法介绍
牛顿插值法介绍本文将介绍牛顿插值法的基本原理、计算过程、优缺点以及在实际问题中的应用。
首先，我们将简要介绍插值法的基本概念和牛顿插值法的由来，然后详细讨论牛顿插值法的计算步骤和算法，接着分析其优缺点以及适用范围，最后通过几个实际问题的例子展示牛顿插值法的应用场景。
一、插值法基本概念在数学和计算机领域，插值是指根据已知的离散数据点构造满足这些数据点的曲线或函数的过程。
假设我们有一组数据点{(x1, y1), (x2, y2), ..., (xn, yn)}，我们想要通过这些数据点构建一个函数f(x)，使得f(xi) = yi，其中i = 1, 2, ..., n。
这样的函数就是经过插值的函数，它代表了这些数据点的趋势和变化规律。
插值法通常用于寻找这样的函数，它能够通过已知的数据点来估计函数在其他位置的值。
常见的插值方法包括拉格朗日插值法、牛顿插值法和埃尔米特插值法等。
在这些方法中，牛顿插值法是最为广泛使用的一种，因为它的计算效率高、精度较高，并且易于编程实现。
二、牛顿插值法的由来牛顿插值法由艾萨克·牛顿在17世纪提出，他是一位英国著名的数学家、物理学家和天文学家，在微积分、物理学和光学等领域都做出了重大贡献。
牛顿发展了牛顿插值法的理论基础和计算方法，并将其应用于数据分析和天体运动等问题中。
牛顿插值法基于牛顿插值多项式的概念，该多项式利用差商（divided differences）来表示，并具有易于计算和分析的优势。
牛顿插值多项式能够在已知的数据点上进行插值，并且还可以通过添加新的数据点来动态地更新插值结果。
因此，牛顿插值法成为了一种非常有用的数值计算工具，被广泛应用于工程、科学和金融等领域。
三、牛顿插值法的计算步骤1. 确定数据点首先，我们需要确定一组离散的数据点{(x1, y1), (x2, y2), ..., (xn, yn)}，这些数据点是我们已知的数据，我们要通过它们来构建插值函数。
python 牛顿插值法
python 牛顿插值法【最新版】目录1.牛顿插值法概述2.牛顿插值法的基本原理3.牛顿插值法的应用实例4.Python 实现牛顿插值法的方法5.总结正文一、牛顿插值法概述牛顿插值法是一种代数插值方法，它引入了差商的概念，使其在插值节点增加时便于计算。
牛顿插值法是英国数学家牛顿于 17 世纪末提出的，其主要思想是利用多项式的导数来逼近函数的值。
二、牛顿插值法的基本原理牛顿插值法的基本原理可以概括为：将函数在某区间内的值点看作是一个多项式，然后通过差商来逼近这个多项式，从而得到函数在该区间内的值。
具体来说，就是先选取一个基函数，然后将基函数的值点与待插值函数的值点进行比较，得到差商，利用差商来构造多项式，最后用这个多项式来逼近待插值函数的值。
三、牛顿插值法的应用实例牛顿插值法广泛应用于数值计算、工程技术、物理学等领域。
下面举一个简单的例子来说明牛顿插值法的应用：假设有一个函数 f(x)=x^3-3x^2+2x-1，我们需要求解这个函数在x=1 处的值。
我们可以选取一个基函数，比如 x^2，然后计算 f(x) 与基函数的差商，得到多项式，最后用这个多项式在 x=1 处的值来近似 f(1) 的值。
四、Python 实现牛顿插值法的方法在 Python 中，我们可以使用 SciPy 库来实现牛顿插值法。
SciPy 库提供了 newton 函数，可以直接用于牛顿插值法的计算。
下面是一个简单的示例：```pythonimport numpy as npfrom scipy.interpolate import newton# 构造一个待插值函数def f(x):return x**3 - 3*x**2 + 2*x - 1# 定义插值点x = np.array([0, 1, 2, 3])y = np.array([-1, 0, 3, 8])# 使用 newton 函数进行牛顿插值x_newton, y_newton = newton(f, x, y)# 打印结果print("牛顿插值法的结果：", x_newton, y_newton)```五、总结牛顿插值法是一种常用的插值方法，它利用差商的概念来逼近函数的值，具有较高的精度和较好的稳定性。
牛顿插值公式的拓展使用
牛顿插值公式的拓展使用牛顿插值公式是数值分析中常用的插值方法之一，可以用来估计在一组给定数据点中未知点的函数值。
它是由英国科学家牛顿在17世纪中期提出的，主要针对等距节点的情况。
然而，当使用牛顿插值公式时，需要特别小心，因为它在节点间隔不均匀的情况下容易产生龙格现象。
为了解决这个问题，人们进行了牛顿插值公式的拓展使用，主要有以下几种方法和技巧。
一、改进的等距节点插值公式当节点间隔不均匀时，可以使用改进的等距节点插值公式，如斯特林插值公式和牛顿-科特斯插值公式。
斯特林插值公式通过在等距节点插值公式中增加间隔的高阶项来提高精度。
牛顿-科特斯插值公式则将节点变为奇数个，以减小误差。
二、分段插值当给定数据点呈现出明显的分段特性时，可以使用分段插值法来拓展牛顿插值公式的使用，如Hermite插值法和三次样条插值法。
Hermite插值法在每个节点处使用函数值和导数值来构造插值多项式，以更好地逼近函数的局部特性。
三次样条插值法则将整个函数区间划分为多个小区间，在每个小区间内使用三次多项式来逼近函数。
三、基于最小二乘拟合的插值在一些实际问题中，给定数据点可能存在噪声或随机误差，此时使用传统的牛顿插值公式可能造成较大的误差。
为了解决这个问题，可以使用最小二乘拟合的插值方法，如多项式拟合和样条拟合。
多项式拟合通过选择最佳的多项式次数来拟合给定数据点，并使得拟合函数尽量逼近原始函数。
样条拟合则将区间划分为许多小段，每段内使用低次多项式拟合数据点，并使得各段之间的连接光滑。
四、非均匀节点插值在一些情况下，使用非均匀节点可以提高插值精度，特别是在边界值附近或函数变化突然的位置。
非均匀节点插值方法主要有切比雪夫节点插值法和拉格朗日节点插值法。
切比雪夫节点插值法在给定插值区间内通过选择合适的节点来优化插值效果。
拉格朗日节点插值法则通过定义插值多项式的基函数，将插值问题转化为求解系数的问题。
综上所述，牛顿插值公式的拓展使用主要包括改进的等距节点插值公式、分段插值、基于最小二乘拟合的插值和非均匀节点插值。
计算方法---牛顿迭代法的应用
牛顿迭代法的应用一、牛顿法简介牛顿迭代法（Newton's method ）又称为牛顿-拉夫逊方法（Newton-Raphson method ），它是牛顿在17世纪提出的一种在实数域和复数域上近似求解方程的方法。
多数方程不存在求根公式，因此求精确根非常困难，甚至不可能，从而寻找方程的近似根就显得特别重要。
牛顿迭代法是求方程根的重要方法之一，其最大优点是在方程f(x) = 0的单根附近具有平方收敛，而且该法还可以用来求方程的重根、复根,此时线性收敛，但是可通过一些方法变成超线性收敛。
该方法广泛用于计算机编程中。
简单迭代法是用直接的方法从原方程中隐含地解出x ，从而确定出)(x ϕ。
而牛顿迭代法是用一种间接而特殊的方法来确定)(x ϕ的。
下面具体推到牛顿迭代公式。
假设k x 是非线性方程为0)(=x f 的一个近似根，把)(x f 在k x 处作泰勒展开：+-+-+=2''')(!2)())(()()(k k k k k x x x f x x x f x f x f若取前两项来近似代替)(x f （称为)(x f 的线性化），则得近似的线性方程0))(()()('=-+≈k k k x x x f x f x f设0)('≠k x f ，令其解为1+k x ，则得)()('1k k k k x f x f x x -=+ （1）这称为0)(=x f 的牛顿迭代公式。
它对应的迭代方程为)()('x f x f x x -=显然是0)(=x f 的同解方程，故其迭代函数为)()()('k k k x f x f x x -=ϕ （0)('≠x f ） 在0)(=x f 的根α的某个邻域)|(|δα≤-x R 内，0)(≈x f1|)('||)(||)(||)(|2'''<≤•=L x f x f x f x ϕ 在α的邻域R 内，对任意初值x 0，应用由公式(1)来解方程的方法称为牛顿迭代法，它是解代数方程和超越方程的有效方法之一。
python 牛顿插值法
python 牛顿插值法摘要：1.牛顿插值法概述2.牛顿插值法的基本原理3.牛顿插值法的应用实例4.Python 中实现牛顿插值法的方法5.总结正文：一、牛顿插值法概述牛顿插值法是一种常用的代数插值方法，它引入了差商的概念，使其在插值节点增加时便于计算。
牛顿插值法广泛应用于数值分析、工程计算等领域，是求解函数值和导数值的一种有效手段。
二、牛顿插值法的基本原理牛顿插值法的基本原理是利用差商的性质来逼近函数值。
差商是指函数在某一点的导数值，可以用以下公式表示：f[x] = f[x0] + f[x1] * (x - x0) / (x1 - x0)其中，f[x0] 和f[x1] 分别是函数在x0 和x1 两点的值，x 是待求的点。
通过不断增加插值节点，可以逐渐提高插值精度。
三、牛顿插值法的应用实例牛顿插值法在实际应用中有很多实例，例如在计算机图形学中，可以用牛顿插值法求解光线与物体的交点，从而实现光线追踪；在数值计算中，可以用牛顿插值法求解微分方程的数值解等。
四、Python 中实现牛顿插值法的方法Python 中可以使用SciPy 库实现牛顿插值法。
以下是一个简单的示例：```pythonimport numpy as npfrom scipy.interpolate import newton# 设置插值点x = np.array([1, 3, 2])y = np.array([1, 2, -1])# 使用牛顿插值法求解y 值的导数y_derivative = newton(x, y)print(y_derivative)```五、总结牛顿插值法是一种常用的插值方法，它具有较高的插值精度和较好的稳定性。
在Python 中，可以使用SciPy 库方便地实现牛顿插值法。
牛顿插值法在测量数据处理中的应用
牛顿插值法在测量数据处理中的应用
牛顿插值法是数值分析的一种有效的插值方法，经常用于测量数据处理中。
它按照牛顿差商的原理，利用已知的几个数据点，求出未知的数据点的数值。
牛顿插值法的优势在于，它可以很好地拟合已知的数据，并可以计算出高次插值函数的系数。
其特点是计算量比较小，但是需要一定的计算能力和计算方法。
在测量数据处理中，牛顿插值法可以用来求解测量中的精度误差。
例如，在测量过程中，有多个测量数据，如果不能在短时间内完成全部的测量，可以采用牛顿插值法，通过已有的数据，推算出未测量的数据，从而获得准确的测量结果。
牛顿插值法还可以用来求解多元函数的拟合，还可以用来求解多元曲线的拟合。
牛顿插值法在测量数据处理中有着广泛的应用，能够有效地解决测量中的精度误差问题，为测量中获取准确的数据提供了可靠的保证。
python 牛顿插值法
python 牛顿插值法（原创实用版）目录1.引言2.牛顿插值法的概念和原理3.牛顿插值法的应用实例4.Python 实现牛顿插值法的方法5.总结正文1.引言牛顿插值法是一种常用的插值方法，它属于代数插值方法的一种形式。
牛顿插值法引入了差商的概念，使其在插值节点增加时便于计算。
在众多插值方法中，牛顿插值法具有较高的精度和较好的稳定性，因此在各种应用中得到了广泛的应用。
本篇文章将介绍牛顿插值法的概念、原理以及Python 实现方法。
2.牛顿插值法的概念和原理牛顿插值法是一种基于差商的插值方法。
差商是指相邻两项之差，对于牛顿插值法而言，它是指函数在两个相邻插值点上的函数值之差。
牛顿插值法的基本思想是通过差商来逼近函数在插值点上的值。
具体来说，对于一个已知函数 f(x)，在插值点 x0 和 x1 处，我们可以通过以下公式计算牛顿插值系数：k[n] = (f(x1) - f(x0)) / (x1 - x0)其中，k[n] 表示第 n 阶牛顿基函数的系数，x0 和 x1 是两个相邻插值点。
在计算过程中，我们通常采用拉格朗日基函数作为牛顿基函数。
3.牛顿插值法的应用实例牛顿插值法在实际应用中具有广泛的应用，例如在数学、物理、化学等领域的数值计算、数据拟合等问题中都可以见到牛顿插值法的身影。
这里我们举一个简单的例子来说明牛顿插值法的应用：假设我们有一个已知函数 f(x)，在 x=1 和 x=2 处有对应的函数值f(1)=3 和 f(2)=5，现在需要求解在 x=1.5 处的函数值。
我们可以通过牛顿插值法来解决这个问题。
首先计算牛顿插值系数 k[1] 和 k[2]：k[1] = (5 - 3) / (2 - 1) = 2k[2] = (f(1.5) - 3) / (1.5 - 1) = f(1.5) - 3然后，我们可以通过以下公式计算 x=1.5 处的函数值：f(1.5) = 3 * (1.5 - 1) + 5 * (1.5 - 2) = 2.25因此，在 x=1.5 处，函数 f(x) 的值为 2.25。
牛顿插值法的应用_王春霖
3 .3 牛顿 —爱尔米特插值
例 3 物体的导温系数 a , 是表述物体在加热
(或冷却)时温度在物体内扩散的性能 , 故 a 亦称 为热扩散率 , 它是温度的函数 。 文献[ 3] 载有中碳
钢 a =f(t)的实验曲线 , 示于图 1 。
图 1 中碳钢的热扩散率 a 随温度 t 的变化
或者虽 然全区间不等 距而子区间是 等距的 。 式
(1)适用于等距和不等距节点的计算 。 当节点等
距分布时 , 用差分代替差商从而可避免多次除法
方便于计算 。因而导出了牛顿前插公式和后插公
式 。 在实际运作时 , 究竟要采用那一个公式 , 视插
值点在插值区间的位置而定 。
设给定的节点是由小到大排序 , 即 x0 < x 1 < … < x n , 并有等距步长 h = x i -xi -1(i =1 , 2 , …n)。如果靠近 x 0 处插值(前插), 按照前述使 余项为最小的思想 , 则应挑选邻近 x 0 的节点 x1 , x 2 , … 作为插值点 。为方便计算 , 作变换 x = x 0 +
并令 x
=x 0 +ht , 则 t
=x
h
x0
(t
<0), 则由式
(1)得出牛顿后插公式如下
N n(x)= y 0 +1t !Δy0 +t (t2+! 1)Δ2 y 0 + …
+t (t
+1)…(t n!
+n
-1)Δny0
(3)
在计算各阶差分(或差商)时列成如例 1(或 例 2)示的表格甚为清晰方便 。
如果将闸阀控制在 φ=0 .15(=1 .2/ 8)时 , 求 其局部阻力系数 ζ的值
牛顿插值法原理及应用
牛顿插值法插值法是利用函数f (x)在某区间中若干点的函数值，作出适当的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数f (x)的近似值。
如果这特定函数是多项式，就称它为插值多项式。
当插值节点增减时全部插值基函数均要随之变化，这在实际计算中很不方便。
为了克服这一缺点，提出了牛顿插值。
牛顿插值通过求各阶差商，递推得到的一个公式：f(x)=f[x0]+f[x0,x1](x-x0)+f[x0,x1,x2](x-x0)(x-x1)+...f[x0,...xn](x-x0 )...(x-xn-1)+Rn(x)。
插值函数插值函数的概念及相关性质[1]定义：设连续函数y-f(x) 在区间[a,b]上有定义，已知在n+1个互异的点x0,x1,…xn上取值分别为y0,y1,…yn （设a≤ x1≤x2……≤xn≤b)。
若在函数类中存在以简单函数P(x) ，使得P(xi)=yi,则称P(x) 为f(x)的插值函数.称x1,x2,…xn 为插值节点，称[a,b]为插值区间。
定理：n次代数插值问题的解存在且唯一。
牛顿插值法C程序程序框图#include<stdio.h>void main(){float x[11],y[11][11],xx,temp,newton;int i,j,n;printf("Newton插值:\n请输入要运算的值:x=");scanf("%f",&xx);printf("请输入插值的次数(n<11):n=");scanf("%d",&n);printf("请输入%d组值:\n",n+1);for(i=0;i<n+1;i++){ printf("x%d=",i);scanf("%f",&x[i]);printf("y%d=",i);scanf("%f",&y[0][i]);}for(i=1;i<n+1;i++)for(j=i;j<n+1;j++){ if(i>1)y[i][j]=(y[i-1][j]-y[i-1][j-1])/(x[j]-x[j-i]);elsey[i][j]=(y[i-1][j]-y[i-1][j-1])/(x[j]-x[j-1]);printf("%f\n",y[i][i]);}temp=1;newton=y[0][0];for(i=1;i<n+1;i++){ temp=temp*(xx-x[i-1]);newton=newton+y[i][i]*temp;}printf("求得的结果为:N(%.4f)=%9f\n",xx,newton);牛顿插值法Matlab程序function f = Newton(x,y,x0)syms t;if(length(x) == length(y))n = length(x);c(1:n) = 0.0;elsedisp('x和y的维数不相等！');return;endf = y(1);y1 = 0;l = 1;for(i=1:n-1)for(j=i+1:n)y1(j) = (y(j)-y(i))/(x(j)-x(i));endc(i) = y1(i+1);l = l*(t-x(i));f = f + c(i)*l;simplify(f);y = y1;if(i==n-1)if(nargin == 3)f = subs(f,'t',x0);elsef = collect(f); %将插值多项式展开f = vpa(f, 6);endend牛顿插值法摘要：值法利用函数f (x)在某区间中若干点的函数值，作出适当的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数f (x)的近似值。
牛顿插值法的应用
牛顿插值法在处理磁化曲线和铁损曲线中的应用指导老师：李国霞院系：物理工程学院专业：物理电子学姓名：夏委委学号：201112131526一、牛顿插值法简介在科学研究与其他领域中所遇到的许多实际问题中，经常会出现函数不便于处理或计算的情形。
有时候函数关系没有明显的解析表达式，需要根据实验数据或其他方法来确定与自变量的某些值相对应的函数值；有时候函数虽有明显的解析表达式，但是使用很不方便。
因此，在实际应用中，往往需要对实际使用的函数建立一个简单的便于处理和计算的近似表达式，即用一个简单的函数表达式来近似替代原来复杂的函数。
与用近似数代替准确值一样，这也是计算法中最基本的概念和方法之一。
近似代替又称为逼近。
用多项式逼近列表函数的问题即为多项式插值问题。
根据函数)(x f 已有的数据表格来计算函数)(x f 在一些新的点x 处的函数值，这就是插值法所要解决的问题。
因此，所谓的插值法就是在所给定的函数表格中间在插入一些所需要的新的点上的函数值。
插值法的基本思想：首先设法根据表格中已有的函数值来构造一个简单的函数)(x y 作为)(x f 的近似表达式，然后再用)(x y 来计算新的点上的函数值作为)(x f 的近似值。
通常可以选用多项式函数作为近似函数)(x y ，因为多项式具有各阶的导数，求值比较方便。
用代数多项式作为工具研究插值问题，通常称为代数插值。
代数插值法问题的完整提法如下：设函数)(x f y =在区间[]b a ,上是连续的，且已知)(x f 在区间[]b a ,上1+n 个互异点处的函数值，即n i x f y i i ,......1,0),(== 其中，)(j i x x j i ≠≠。
寻找一个次数不高于n的多项式0111)(a x a x a x a x P n n n n n +++=-- 使满足条件n i x f x P i i n ,,1,0),()( ==称)(x P n 为)(x f 的插值多项式，),,1,0(n i x i =称为插值结点，[]b a ,称为插值区间。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｍｉ－ｕ ｐ ｒ＝ｆ ｈ ｃ ｎ ｇ ｍ） ， 中 ， ｎｓ ｐ ｏ ｔ （ （） ／ （ ） 其
ｆ 置信度 ， 据用户 的要求 而定 ， 整个 过程 中可变 ． ： 根 在
：
算 法输 出 的关 联规 则数 目．
（） 置 信度 的 函数 ， 制置 信度 在整个 过程 中所起 作用 的大 小． ｃ： 控 ｍ： 数据 库 中属性 的数 目．
牛顿插值法在 自动确定支持度 阈值 中的应 用
朱 习军 刘照 军。 ，
（． １ 青岛理工大学理学院 ， 岛 ２ ６ ３ ‘ ． 山医学院信息科 学系， 青 ６０ ３ ２ 泰 泰安 ２ １ ０ ） ７００
摘
要： 研究怎样利用 以前挖掘所用 的支持度 置信 度参数信 息 ， 计 当前 挖掘 的最 佳支持度 和 来估
１ 支 持度 和 置 信 度 阈值 的 函数定 义
笔 者提 出一种 可 以利 用 以前挖 掘所 用 的支持度 、 信度 参 数信 息来 估 计 当前挖 掘 的最 佳 支持 度 和 最 置 佳 置信 度的插值 算 法． 顿插值 多 项式 在关联 规则挖 掘 中 的应 用 ， 牛 主要 是根 据 以前挖 掘采 用 的支持 度 和置 信 度 阈值 ， 以及 算法 输 出的关 联规 则 的数 目， 联系 系统 当前 的挖 掘 目标 ， 预 计 当前 挖 掘应 当采用 的支 持 来 度 阈值 ， 使得挖 掘 出的关 联规则 对 用户 的兴趣 度高 ， 而且 关联 规则 的数 目接 近用 户 的期望 值或 控制 在合 理 的范 围内． 为此 ， 以把支 持度 阈值 作为 因变 量 ， 可 把关 联规 则 的数 目或质 量作 为 自变量 ， 成一 被插 值 函数 形 ， 这里仅 以频 繁关 联规则 挖 掘为例 ， 出频繁 模式 挖掘下 预计 支持 度 阈值 的被插 值 函数形 式 为ｎ ： ． 提 ］
挖掘的结果基本满意． 如果 ｎｎ＜６则再选择一略小的支 持度阈值重新运行挖掘算法． ／ ， 多次运行得 到一 系列 的结 点 及其 对应 的 函数 ，的值 ， 后 ， 就可 建立 牛顿 插 值多项 式 ． 然后 ， 可 以 运用 牛顿插 值 多 项式 就 来预计挖掘算法应 当采用的支持度阈值． 在建立牛顿插值多项式 的过程 中， 也确定好置信度阈值 ， 这是根 据用 户 的要求 或爱 好手 动调 整 Ｃ值 完成 的． 户 可 以根 据 需要 选择 有 典 型性 的多个 置信 度 阈值 ｃ分 别建 用
２ ２ 第一 次挖掘 时如 何确 定支持 度 阈值 ．
如果整 个挖 掘算 法是 第一 次运行 ， 而且 要挖 掘 的数据集 很 大 ， 用户 决定 支 持度 阈值 的方 式如 下． 从 整个 待挖 掘 的数 据 库 中按 一定 的 比例 随机 地选 取 一小 部 分数 据 集 ， 在此 小 部 分 数 据集 上 运 行挖 掘
收 稿 日期 ｛Ｏ ５ １ １ ２ Ｏ 一Ｏ — ７
维普资讯
１８ １
青 岛 理 工 大 学 学 报
第 ２ 卷 ７
算法， 形成牛顿插值多项式的方法如上所述． 首先 ， 根据用户的要求或经验选择初始的支持度阈值及置信
度 阈值 运行挖 掘算 法 ， 到关联 规 则数 目 ， 得 将 与用 户期 望 的关联 规 则数 目靠相 比较 ， 如果 ｎ ｎ≥ ， ／ 则 将 支 持度 阈值增 大 某一 个 值 （ ：． ） 如 ０ １ 后再 重 新 运行 ， 如果 ｂ￣ ／ ２ 则 认 为 用户 对 在 此支 持度 阈值 下 ＜ ｎｎ＜ｄ， ．
ｇ ）ｍ 的函数 ， （ ： 使整个 自变量 ｚ ＝ （） ／ ｍ） 某一 范 围内 ， ，～１０ ｆｎｇ（ 在 如 Ｏ ０．
２ 牛顿插值 多项式选择较优 阈值的方法
２１ 运 用以前 挖掘 的相 关信 息来确 定支 持度 阈值 ．
首先要建立牛顿插值多项式 ， 然后利用它来确定本次挖掘应当采用的支持度 阈值建立 牛顿多项式 的
维普资讯
第 ２ ７卷第 １ 期
Ｖｏｌ２ ． ０ ６ ＿ ７ Ｎｏ １ ２ ０
青 岛 理 工 大 学 学 报
Ｊ ｕ ｎ ｌ ｆＱ ｎ ｄ ｏ Ｔｅ ｈ ｏｏ ｉ ｌ ｉｅ ｓ ｙ ｏ ｒ ａ ｏ ｉ ｇ ａ ｃ ｎ ｌｇｃ ｖ ｒｉ ａ Ｕｎ ｔ
立 牛顿 插值 多项 式 ， 根据 实际情 况选 择其 中一个 较合 适 的插 值多项 式 进行 预测 ， 般情况 下 可 以满 足 实 再 一
际需要 ．
３ 牛 顿 插值 公 式 复 杂度 分 析 ［ ３ ］
在实 际应用 当中 ， 了提 高估 计 的精 度 或准 确性 ， 以随着 算 法执 行 次 数 的 加 大 ， 高 牛顿 插 值多 项 为 可 提
式的阶数． 因为算法每次运行都会产生一参数对 ： ， ｕ ， （ ｓ ｐ）显然这是一个结点 ， 如果这个结点与插值公
最佳 置信度 的牛顿插值算法 ． 首先研究牛顿插值能否用于 自动确 定支持度／ 置信度 阈值 ， 最后结 合 实例 给出 了牛 顿插 值法用 于 自动确定 支法的 正确性与有 并
效性．
关键 词： 牛顿插值 ， 关联规则 ， 支持度阈值 ， 置信度 中圈分类 号： Ｐ ０ Ｔ ３１