数据挖掘之挖掘频繁模式的基本概念及方法

摘自《DATA MINING:Concepts and Techniques》一书，以及个人理解，主要为自己巩固和总结，如有纰漏和出错的地方，还请指出。

此书第六章开头指出

    频繁模式（frequent pattern），是指频繁地出现在数据集中的模式，譬如项集，子序列或子结构

    注：模式其实可以理解为，你去菜市场买菜，你的篮子里面会购置的不同商品的集合种类，因为不止是只有你，还有别人也在买，因此大家菜篮子里面购置的商品也不尽相同，因此可以把不同的组合集合看作为一种模式，而某种集合出现的次数较多，则可能视为频繁模式

而模式又可以以关联规则（association rule）的形式表示，其中支持度（support）和置信度（confidence)则是规则兴趣度的两种度量，分别反应所发现规则的有用性和确定性。

    注：其实支持度和置性度就是两个数字，由计算得来，目的就是为了能从数值的角度去分析该模式所隐含的规则，比如毫无关系，又或者正相关和负相关，但都不是绝对的，而兴趣度这个词，其实应该是翻译的缘故，我也很难用词来说明，但是你会发现看着看着你就会理解它所代表的含义

支持度support（A=>B）= P（AUB）

置性度 confidence（A=>B）= P（B | A）= support(AUB)/support(A) = support_conut(AUB)/support_count(A)

以上同时满足最小支持度阈值（min_sup）和最小置性度阈值（min_conf）的规则称为强规则

    注：其实支持度就是A和B同时发生的概率，置性度就是在A发生的情况下，B发生的概率，说实话我也搞不明白为什么要这么称呼，一开始还弄得我糊里糊涂，AQA，而所谓的强规则，其实就是指该模式有着很强的联系性，