关联分析规则---Apriori算法的理解和使用

apriori：算法（无监督学习）

• 应用场景：

  • 1.啤酒、尿不湿；2.大量数据中（购物小票）找到经常在一起出现的物品组合
  • 3.库存管理（摆放）；4.促销页面设计；5.捆绑销售；6.内容推荐

• 相关概念

  • 1.支持度support：物品或物品组合，在所有数据中出现的概率

    • 公式：计算同时购买AB的支持度：support(A&B) = 同时购买AB的订单数量/总的订单数量=n(A&B)/n

  • 2.置信度confidence：购买A的订单中同时购买了B的订单数量/购买A的订单数量，就称为A对B的置信度

    • 公式：confidence(A->B)=P(B|A)=P(B&A)/P(A)= （n(A&B)/n）/（n(A)/n）= n(A&B)/n(A)
    • 相当于条件概率的计算P(B|A)=同时出现AB的概率/出现A的概率
    • 注意：A对B的置信度，与B对A的置信度不是一个概念

  • 3.提升度lift：应用关联规则与不应用产生结果的比例；

    • 公式：lift(A->B)= 对购买A的人运用规则计算会去买B的数量比例 / 不考虑是否购买A计算购买B的数量比例 = confidence(A->B) / support(B) = P(B&A)/P(A) / P(B) = n(A&B)/n(A) / (n(B)/n) = n(A&B)*n/n(A)/n(B) （这就是A对B的提升度，从公式很快得出，A对B的提升度与B对A的提升度相等）
    • 如果lift>1，说明关联规则有效果，但在实际运用中，我们认为提升度>3才算作值得认可的关联规则
    • 如果lift=1，说明没有任何意义，A与B相互独立，互不影响；
    • 如果lift<1,说明有反作用，买了A就不愿意买B；

• 举例说明： 20个人，5个人买了面包+牛奶，3个人只买了面包，7个人只买了牛奶，还有5个人只买了鸡蛋

  • 同时购买 面包+牛奶 的支持度support = 5/20=0.25 >0.1(满足支持度阈值>0.1)
  • 购买面包 对 购买牛奶 的置信度confidence = 5/（5+3）=5/8 >0.5(满足置信度阈值>0.5)
  • 购买牛奶 对 购买面包 的置信度confidence = 5/（5+7）=5/12 <0.5(不满足置信度阈值>0.5)
  • 同时购买：面包+