1.6 关联规则(fpm)
1.6.1 关联规则(FPGrowth(Frequent Pattern Growth))
关联规则挖掘的一个典型例子是购物篮分析。关联规则的研究有助于发现交易数据库中不同商品(项)之间的关系,找出顾客购买行为模式,如{啤酒,尿布}。
首先弄清楚几个概念:
- 项(item):即商品;项集:若干项的集合。
- 关联规则:关联规则用于表示数据内隐含的关联性。一般记X为先决条件、Y为相应的关联结果。关联性强度如何由3个概念控制和评价:支持度、置信度和提升度。
- 支持度(support):支持度是指在所有项集中{X, Y}出现的可能性,即项集中同时含有X和Y的概率。通过设定最小阈值(minsup),剔除“出镜率”较低的无意义规则,保留出现较为频繁的项集所隐含的规则。(类TF-IDF词频-逆向文件频率)
- 置信度(confidence):置信度表示在先决条件X发生的条件下,关联结果Y发生的概率,需要对置信度设定阈值(mincon)来实现进一步筛选。
- 提升度:提升度表示在含有X的条件下同时含有Y的可能性与没有X这个条件下项集中含有Y的可能性之比;公式为confidence(artichok=>cracker)/support(cracker)。该指标与置信度同样衡量规则的可靠性&