关联规则与强关联规则计算

●
关联规则( Association Rules )反映一个事物与
其他事物之间的相互依存性和关联性。如果两个
或者多个事物之间存在一定的关联关系,那么，
其中一个事物就能够通过其他事物预测到。首先
被Agrawal, Imielinski and Swami在1993年的
SIGMOD会议_上提出.
●
关联规则挖掘是数据挖掘中最活跃的研究方法之
。典型的关联规则发现问题是对超市中的购物
篮数据( Market Basket )进行分析。通过发现
顾客放入购物篮中的不同商品之间的关系来分析
顾客的购买习惯。

• 关联规则的支持度
  代表规则的重要性

支持度计算在所有的交易集中，既有A又有B的概率D 例 如在5条记录中，既有橙计又有可乐的记录有2条 。 则此条规则的支持度为 2/5=0.4，
Support(A —>B)=P(AB)

对于关联规则R: X=Y，其中Xcl， Ycl，并且
XnY=φ。
规则R的的支持度(Support)是交易集中同时包含X
和Y的交易数与所有交易数之比。
$$\text{ support }(X\Rightarrow Y)=\frac{\mathrm{count}(X\cup Y)}{|D|}$$

• 关联规则的置信度
  置信度表示了这条规则有多大程度上值得可信。
  代表规则的可信度
  置信度表示了这条规则有多大程度上值得可信 。设条件 的项的集合为A 结果的集合为B 。 置信度计算在A中 ，同 时也含有B的概率(~P: 厅A ,.th’e,n’ Btn街冉。 即 Confidencel(A---->B)=P{BIA)即置信度就是条件概率

对于关联规则R: X→Y ,
其中Xcl,Ycl，并且
XnY=φ。
规则R的置信度(Confidence)是指包含X和Y的交易
数与包含X的交易数之比

$$\text{ confidence }(\mathrm{X}\to \mathrm{Y})=\frac{\text{ support }(\mathrm{X}\cup \mathrm{Y})}{\text{ support }(\mathrm{X})}$$
$$\mathrm{Confidence}(x\to Y)=\frac{\text{ Support }(\mathrm{X}\cup \mathrm{Y})}{\text{ Support }(x)}=\frac{\frac{\mathrm{Count}(\mathrm{X}\cup \mathrm{Y})}{|D|}}{\frac{\mathrm{Count}(\mathrm{X})}{|D|}}=\frac{Count(\mathrm{X}\cup \mathrm{Y})}{Count(\mathrm{X})}$$

• 关联规则的最小支持度和最小置信度

  • 关联规则的最小支持度也就是衡量频繁集的最小
    支持度(Minimum Support) ,记为minsup ,它
    用于衡量规则需要满足的最低重要性。
  • 关联规则的最小置信度(Minimum Confidence)
    记为minconf ,它表示关联规则需要满足的最低
    可靠性。

• 强关联规则
  如果规则R:X------>Y满足$$\text{ support }(X\Rightarrow Y)\ge \underset{-}{\min }\text{sup }$$且
  $$\text{ confidence }(X\Rightarrow Y)\ge \underset{-}{\min }\text{conf }$$
  ,称关联规则X=>Y为强关联规则,否则称关联规则X= >Y为弱关联规则。
  在挖掘关联规则时,产生的关联规则要经过minsup和minconf的衡量筛选出来的强关联规则才能用干指旦商家的决策
  eg:
  

$$\begin{array}{l}\text{ support(A ->C)}=\frac{\text{ Court(AUC) }}{|D|}=\frac{1}{2}>=\text{ minsup}=\frac{1}{2}\\ \text{ Confidence }(A\to C)=\frac{\text{ Support }(A\cup C)}{\text{ Sp }u\text{ port }(A)}=66.6\%\text{ >=minconf}\\ =\frac{1}{2}\end{array}$$
support(A)=Count(A)/|D|

即一条规则可表述为，如果一个颐客购买了橙汁，则有 50%(置信度)的可能购买可乐。而这样的情况 ( 即买了橙 汁会再买可乐) 会有4rQ%(支持度)的可能发生E