关联规则

关联规则挖掘的 3 个度量指标：支持度、置信度、提升度
支持度（Support）
X → Y 的支持度表示{X,Y} 在总项集中出现的概率
形象点说：就是购买了X同时购买了Y的记录占所有记录的概率
置信度（Confidence）
X → Y 的置信度表示在先决条件 X 发生的情况下，由规则 X → Y 推出 Y 的概率。
形象点说：就是已知购买了X，还可能再购买Y的概率
提升度（Lift）
X → Y 的提升度表示含有X的条件下，同时含有Y的概率，与Y总体发生的概率之比。
简单来说就是 P(Y|X)/P(Y)
Lift(X→Y) > 1 的 X→Y 是有效的强关联规则，说明X有利于促进Y的购买
Lift(X→Y) <=1 的 X→Y 是无效的强关联规则
特别地，Lift(X→Y) = 1 时，X 与 Y 相互独立。
判断规则的有效性
问题：已知有1000名顾客买年货，分为甲乙两组，每组各500人，其中甲组有500人买了茶叶，同时又有450人买了咖啡；乙组有450人买了咖啡，如表所示，请问“茶叶→咖啡”是一条有效的关联规则吗？
“茶叶→咖啡”的支持度：Support(X→Y) = 450 / 1000 = 45%
“茶叶→咖啡”的置信度：Confidence(X→Y) = 450 / 500 = 90%
“茶叶→咖啡”的提升度：Lift(X→Y) = 90% / 90% = 1
由于提升度 Lift(X→Y) = 1，表示 X 与 Y 相互独立。也就是说，是否购买咖啡，与是否购买茶叶无关联。规则“茶叶→咖啡”不成立，或者说几乎没有关联，虽然它的置信度高达90%，但它不是一条有效的关联规则。