频繁模式(frequent pattern)

• Datawhale

频繁模式(frequent pattern)

频繁模式一般是指频繁地出现在数据集中的模式。这种频繁模式和关联规则是数据挖掘中想要挖掘的知识。

• 我们都知道一个很有趣的故事，就是啤酒和尿布的故事，在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品，会经常出现在同一个购物篮中，且大多出现在年轻的父亲身上。
• 分析背后原因是，在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲去超市买尿布。父亲在购买尿布的同时，往往会顺便为自己购买啤酒。
• 由此，沃尔玛就在卖场尝试将啤酒与尿布摆放在相同区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物，从而极大提升商品销售收入。

数据挖掘就是想要挖掘出这种有趣的模式，可以称做频繁模式和关联规则的挖掘，一般情况下使用支持度(support)和置信度(confidence)来表示关联的程度，领域的专家设置最小支持度和最小置信度阈值，如果某个模式大于最小支持度和最小置信度，就认为是频繁模式。

一般常用的有两种算法:

1. Apriori
2. Fp-tree

在介绍这两个算法之前需要给出一些定义:

• A=>B的支持度:
  $$support(A=>B)=p(A\cup B)\text{\hspace{1em}(1)}$$
• A=>B的置信度:
  $$confidence(A=>B)=P(B|A)=\frac{sup}{supoort(A)}$$