关联规则--2022年7月10日

关联规则

https://zhuanlan.zhihu.com/p/118439868

Apriori 算法— 经典算法

看买了这个商品的人买了什么其他一起了。

相关概念

事务集： 所有商品放在一起。
记录：一个单号表示一条记录
项目（项）： A， B，C 单独一个商品
项目集 （项集）：由项组成的集合
K 项集 ： 项集中元素的个数为K，

以下是概率论的内容：

Def 6 支持度（support ）

Sup(x) = （某个项集在事务中出现的次数）/ 事务集中记录的总个数
可以理解为概率（频率）。

Def 7 置信度（条件概率）

在x 出现的基础上，Y 出现的概率。

定义：
提升度： A的出现是不是对B的出现有提升度。
lift (A->B) 如果大于1，则说明 B在A发送的基础上比B自己单独发生的可能性大。
则A出现对B发生有积极作用。

两个定理

Theorem 1:如果X是一个频繁K项集， 则它所有的子集一定是频繁的
Theorem 2：如果X不是k-1 项频繁， 则它一定不是频繁K 项集

算法流程

以下是例子：

从K-1到K项， 组合不能随意组，要有K-2项相同
加了预剪枝

下面有关联的关系
分析算法性能