R——关联规则分析（一 理论）

一、简介

1、关联规则分析是数据挖掘中最活跃的研究方法之一

2、是揭示数据内在结构特征的重要手段（找出各项之间的关联关系，这种关系并没有在数据中直接表示出来）

3、分为：简单关联关系或序列关联关系

4、核心体现形式：关联规则（简单关联规则或序列关联规则）

二、简单关联关系

1、事务（简单关联关系的分析对象）：由事务标识（TID）和项目集合X组成。

TID	项集X
1	ACD
2	BCE
3	ABCD
4	BE

(1)事务标识是确定事务的唯一标识

(2)项集是一组项目的集合，如上表为4项集

(3)项集的出现频率是所有包含项集的事务计数，又称作绝对支持度或支持度计数

2、简单关联规则: X→Y(S=s%,C=c%)

X成为规则的前项，Y成为规则的后项，S=s%表示规则支持度为s%, C=c%表示规则置信度为c%

（1）含义：由c%的把握程度相信有前项则有后项，该关联规则的使用性为s%,规则支持度和置信度是对关联规则的评价测度

（2）例：面包→牛奶（S=85%，C=90%）  

性别(女) ∩ 收入(>5000)→