一句話

關聯分析（關聯規則學習): 從大規模數據集中尋找物品間的隱含關係被稱作 關聯分析(associati analysis) 或者 關聯規則學習（association rule learning）

一張圖

解釋一下這張圖：

在關聯規則Aprioir演算法中，有兩個很重要的概念，分別是頻繁項集（frequent item sets），關聯規則（associational rules），它們是用來描述隱含關係的形式。

頻繁項集（frequent item sets）: 經常出現在一塊的物品的集合。

關聯規則（associational rules）: 暗示兩種物品之間可能存在很強的關係。

那麼 頻繁 的定義是什麼呢？怎麼樣才算頻繁呢？ 度量它們的方法有很多種，這裡我們來簡單的介紹下支持度和可信度。

支持度: 數據集中包含該項集的記錄所佔的比例。例如上圖中，{豆奶} 的支持度為 4/5。{豆奶, 尿布} 的支持度為 3/5。

可信度: 針對一條諸如 {尿布} -> {葡萄酒} 這樣具體的關聯規則來定義的。這條規則的 可信度 被定義為 支持度({尿布, 葡萄酒})/支持度({尿布})，從圖中可以看出 支持度({尿布, 葡萄酒}) = 3/5，支持度({尿布}) = 4/5，所以 {尿布} -> {葡萄酒} 的可信度 = 3/5 / 4/5 = 3/4 = 0.75。

舉個栗子唄

還是上面的那個尿布和葡萄酒的栗子，讓我們仔細的看一下它的關聯規則的發現過程（Aprioir）

過程1：尋找k項頻繁集

我們規定最小支持度為0.3

L1為1項頻繁集，可以從圖中看出它的計算過程為：

P(豆奶)=豆奶出現的次數

訂單總數量

P(豆奶)=豆奶出現的次數訂單總數量

L2為2項頻繁集，從L1中選擇候選者（去除了小於最小支持度的數據），計算過程為：

P(豆奶，萵苣)=豆奶，萵苣共同出現的次數

訂單總數量

P(豆奶，萵苣)=豆奶，萵苣共同出現的次數訂單總數量

同理可以推出L3過程2：發現關聯規則

這裡舉一個例子說明，買了尿布的人也會繼續買葡萄酒的規則，支持度為0.6（前面已經算出），那麼它的置信度計算過程為：

P(尿布??>葡萄酒)=尿布，葡萄酒同時出現的概率

尿布出現的概率

=P(葡萄酒|尿布)

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！