挖掘频繁模式、关联和相关性：基本概念和方法

1.频繁模式的概念
频繁模式： 是频繁地出现在数据集中的模式(如项集、子序列或子结构)，如果一个子结构频繁的出现，则称它为(频繁的)结构模式。
例子购物篮分析：用户购买电脑同时购买杀毒软件
关联规则：computer =>antivirus_software[support = 2%;confidence = 60%]
规则的支持度(support) 和置信度(condidence) 是规则兴趣度的两种度量。他们分别反映所发现规则的有用性和确定性。2%表示所有事务中同时购买两者占比，60%意味着购买电脑的用户60%也购买了杀毒软件。
支持度(support)： 数据集中包含该项集的记录所占的比例。
$$support(A=>B)=P(A\bigcup B)=\frac{A,B同时发生的事件个数}{总事件个数}$$
可信度(condfidence)： c o n d f i d e n c e ( A = > B ) = P ( B ∣ A ) = s u p p o r t ( A ⋃ B ) s u p p o r t ( A ) = s u p p o r t _ c c o u