关联分析——基本概念以及常用术语

想必大家都听说过啤酒和尿布的故事，这种烂大街的例子很好的反映出关联分析的本质，这里简要提提这个所谓的啤酒和尿布。

有好事人儿发现周末的夜晚，家庭妇男为了和球赛度过一个美丽的夜晚，需要啤酒相伴，这个时候，一家之主兼政委主席——你的妻子却还需要照顾孩子，“想看球赛没问题，买啤酒顺便买尿布”。

对购物篮进行分析之后，惊喜的发现还真有这么回事儿。

这例子孰真孰假不得知，但起码它反映出了数据分析的价值之一——将两个毫不相干的事物建议起了一个关联规则。

• 首先，先介绍一些相关术语：

1）项：在关联分析中被研究的对象，也就是上述中的啤酒、尿布

2）项集：这些对象所组成的一个集合，{啤酒，尿布}

3）k项集：{啤酒，尿布}就是一个二项集

4）频数：一个项集出现的次数

5）支持度：一个项集出现的频率

举个栗子：

TID	Items bought
10	A, B, D
20