关联规则算法1------关联规则Apriori原理和R实现

本文介绍了关联规则的产生背景及重要指标,如支持度、置信度和提升度。详细讲解了Apriori算法的原理,并通过R语言实现了关联规则的挖掘过程,包括数据转换、生成规则、结果展示以及规则的查看和保存。
摘要由CSDN通过智能技术生成

1 关联规则产生

关联规则反应的是一个事物与其他事物之间的关联关系,被称为购物篮模型,最初产生为啤酒喝尿布的故事。电商网站多用于商品推荐、联合发券、品类联合促销等方面。

2 关联规则指标

1)支持度为事物在数据集中发生的概率,支持度的意义在于度量项集在整个事务集中出现的频次,我们希望关注频次高的项集。

Support(A)=A/U

2)置信度,在A发生的条件下B发生的概率

Confidence(A-->B)=P(AB)/P(A)

3)提升度

Lift(A→B) = P(B|A) / P(B)=P(AB)/P(A)P(B)、

4)频繁项集:经常一起出现的项集

3  关联规则 ----Apriori算法原理

假设交易记录

item1 A B C D
item2 B C D  
item3 C D    
item4 B F G H
item5 A C D
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值