关联分析
关联规则挖掘是找出二个或多个现象同时出现或不出现的规律性。举个栗子:规则顾客买啤酒就买尿不湿。
支持度
如果100个订单中同时出现啤酒和尿不湿的订单有20个,规则的支持度是20/100=20%。支持度帮助我们寻找更频繁出现的关联规则。
置信度
如果买啤酒的订单是40,规则的置信度是20/40=50%。置信度帮助我们寻找强关联的关联规则。用支持度和置信度能很好地发现和过滤出强关联规则。
相关性
后来人们发现,如果尿不湿的订单是30个,啤酒尿不湿是一个强的关联规则,但是如果尿不湿的订单是60个的时候,发现规则不买啤酒的人买尿不湿的置信度更高40/60=66%,表明这是一个更好的强规则。于是引入提升度一种简单的相关性,规则的提升度是20*100/(40*60)<1表明规则负相关,也就不是好的强关联规则。
兴趣度
然后人们也发现如果不买啤酒也不买尿不湿的的订单数量增加,规则的提升度会显著变化是20*150/(40*60)>1表明规则是正相关。为了消除不买啤酒也不买尿不湿订单数量的影响引入全置信度等兴趣度方法,规则的全置性度是min(20/40=50%, 20/60=33%)=33%来表示规则的兴趣度。
关联分析
关联规则挖掘是找出二个或多个现象同时出现或不出现的规律性。举个栗子:规则顾客买啤酒就买尿不湿。
支持度
如果100个订单中同时出现啤酒和尿不湿的订单有20个,规则的支持度是20/100=20%。支持度帮助我们寻找更频繁出现的关联规则。
置信度
如果买啤酒的订单是40,规则的置信度是20/40=50%。置信度帮助我们寻找强关联的关联规则。用支持度和置信度能很好地发现和过滤出强关联规则。
相关性
后来人们发现,如果尿不湿的订单是30个,啤酒尿不湿是一个强的关联规则,但是如果尿不湿的订单是60个的时候,发现规则不买啤酒的人买尿不湿的置信度更高40/60=66%,表明这是一个更好的强规则。于是引入提升度一种简单的相关性,规则的提升度是20*100/(40*60)<1表明规则负相关,也就不是好的强关联规则。
兴趣度
然后人们也发现如果不买啤酒也不买尿不湿的的订单数量增加,规则的提升度会显著变化是20*150/(40*60)>1表明规则是正相关。为了消除不买啤酒也不买尿不湿订单数量的影响引入全置信度等兴趣度方法,规则的全置性度是min(20/40=50%, 20/60=33%)=33%来表示规则的兴趣度。