负关联规则

  负关联规则实例如下：

    很多的算法都使用“支持度-可信度”的框架。这样的结构有时会产生一些错误的结果。看如下表的一个例子。支持度与可信度的：

％         买咖啡   不买咖啡  合计

买牛奶       20       5        25

不买牛奶     70       5        75

合计         90       l0       l00

由表可以了解到，如果设定最小支持度和最小可信度分别为 0．2和0、6，按照Agrawal的定义得到关联规则“买牛奶= 买咖啡 (s=0.2，c=0.8)” ，即80％的人买了牛奶就会买咖啡。但同时也可以得到“90％的人肯定会买咖啡”。换句话说，买牛奶这个事件对于买咖啡这个事件的刺激作用(80％)并没有想象中的 (90％)那么大。反而是规则“买咖啡->不买牛奶 (s=0.7，c=0.78)” 更具有实际的指导意义。