机器学习实战——特征工程之关联规则

关联规则：X->Y 用于表示数据内部隐含的关联性。X称为先导(antecedent或left-hand-side, LHS)，Y称为后继(consequent或right-hand-side, RHS)。

支持度：关联规则的支持度support，指的是事件X和事件Y同时发生的概率，支持度越大表明XY两者同时出现越频繁。

support(X->Y) = support(Y->X) = P(XY)

置信度：关联规则的置信度confidence，指的是发生事件X的基础上事件Y也同时发生的概率。

confidence(X->Y) = P(Y|X) = P(XY)/P(X)

confidence(Y->X) = P(X|Y) = P(XY)/P(Y)

强规则：同时满足最小支持度阈值α和最小置信度阈值β的规则称为强规则，最小支持度阈值α和最小置信度阈值β可以自己设定。

频繁k项集：如果事件X中包含k个元素，那么称这个事件X为k项集，并且事件X满足最小支持度阈值的事件称为频繁k项集。