关联规则（Association Rules)原理分析及实例python实现

目录

 

1.关联规则        

2.常见案例       

3.置信度与支持度       

什么是规则？       

 (3) 支持度       

(4) 置信度       

 (5) 最小支持度与频繁集       

(6) 关联规则

(7) 强关联规则       

(8) Apriori算法挖掘频繁项集?????重点

(9)举例：频繁项集产生强关联规则

（10）python代码

---

1.关联规则        

关联规则（Association Rules）是反映一个事物与其他事物之间的相互依存性和关联性，如果两个或多个事物之间存在一定的关联关系，那么，其中一个事物就能通过其他事物预测到。关联规则是数据挖掘的一个重要技术，用于从大量数据中挖掘出有价值的数据项之间的相关关系。

关联规则挖掘的最经典的例子就是沃尔玛的啤酒与尿布的故事，通过对超市购物篮数据进行分析，即顾客放入购物篮中不同商品之间的关系来分析顾客的购物习惯，发现美国妇女们经常会叮嘱丈夫下班后为孩子买尿布，30%-40%的丈夫同时会顺便购买喜爱的啤酒，超市就把尿布和啤酒放在一起销售增加销售额。有了这个发现后，超市调整了货架的设置，把尿布和啤酒摆放在一起销售，从而大大增加了销售额