7.2支持度与置信度

• Support of an Itemset

  

  • X={牛奶}，则Support（支持度）为交易记录中买了牛奶的记录数占总记录数的百分比
• Support & Confidence of Association Rule

  

  • X={牛奶}，Y={面包}，则Support（支持度）为交易记录中买了牛奶和面包的记录数占总记录数的百分比
  • X={牛奶}，Y={面包}，则Confidence（置信度）为交易记录中买了牛奶和面包的记录数与只买了牛奶记录数之比
  • Confidence其实就是条件概率
  • 我们希望（有意义的规则）
    • 规则本身经常出现（Support）
    • 规则本身足够强（Confidence足够高）
  • 计算

    

• Frequent Itemsets and Strong Rules

  

  • 关联规则的挖掘定义：有了I商品，D数据库，以及两个阈值（Support、Confident）需要找出数据库中符合X->Y条件的所有规则
  • 存在的问题：
    • 真实的数据库有海量的数据，无法一个一个地查找
    • 所有商品的组合也是非常大的，比如100件商品的两两组合、三三组合......（组合爆炸）,导致这个问题很难计算
• The Big Picture

  

  • 步骤：
    • 找出所有频繁出现的Itemsets（最麻烦）
    • 生成Itemsets所有非空的子集
    • 利用这些非空子集找出所有可能的关联规则
    • 找出关联规则后校验