对于数据挖掘中的规则，规则的优劣有多种衡量方法，常用的是支持度（support）、错误率（error）和置信度（confidence）
下面将介绍一下支持度、错误率和置信度。
举个例子，商店里面有四种商品：苹果、香蕉、奶油、菠萝。假定有以下几条数据（1代表购买、0代表不购买）
| 苹果 | 香蕉 | 奶油 | 菠萝 |
|---|---|---|---|
| 1 | 0 | 1 | 0 |
| 1 | 1 | 0 | 0 |
| 1 | 0 | 0 | 0 |
| 1 | 1 | 0 | 1 |
| 0 | 0 | 0 | 1 |
| 1 | 1 | 1 | 0 |
现在我们假设一条规则：买了苹果的人，很大程度上会购买香蕉！
买了苹果是前提，购买香蕉是预测
1.支持度的计算方法
一般来说是指在数据集中符合规则的数据的数量，不过，也有一些场景要求把支持度进行规范化，例如：将符合规则的数据数量除以数据集的可用数据总量等
最低0.47元/天 解锁文章
7896
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
