最小支持度、最小置信度、显著性

置信度=在事务中已经包含X的情况下包含Y的百分比；

支持度=事务中同时包含X、Y的百分比；

下面看一个三级数据库题库的真题吧

1）以下是某商场的购物记录集合，每个购物篮中包含若干商品。现在要基于该数据集进行关联规则挖掘，如果设置最小支持度为60%，

最小置信度为80%，则在以下列出的关联规则中，符合条件的是（）。

由表中可以看出，

事务中同时包含C，D的支持度为3/5=60%；

在包含D的情况下包含C的置信度为3/3=100%；

所以这个题也就不难看出答案啦，选D；

 

·对于置信度一般我们会说'……实验结果落在某个置信区间的可能性可以达到多高……'（这个可能性越大置信度就越高）

· 而对于显著性我们会说'……我们的理论假设被否定的可能性小于多少，我们的假设就可以被称为显著或者极显著……'（这个可能性越小显著性越高）

也就是说，置信度通常是正面描述（拒伪的），而且通常需要与一个置信区间关联起来。而显著性则是反面描述（拒真的），而且通常需要与一个预设的判断门槛值联系起来。

参数显著的，就是说该参数估计量的统计性质可以拒绝原假设：该参数=0，即该参数显著不等于0，也就是该参数前面的变量对y确实有影响，出现在回归方程里面是有道理的。
参数的显著性，是实证模型有意义的关键所在。