mysql置信度支持度,支持度 置信度 提升度

1.支持度(Support)

支持度表示项集{X,Y}在总项集里出现的概率。公式为：

Support(X→Y) = P(X,Y) / P(I) = P(X∪Y) / P(I) = num(XUY) / num(I)

其中，I表示总事务集。num()表示求事务集里特定项集出现的次数。

比如，num(I)表示总事务集的个数

num(X∪Y)表示含有{X,Y}的事务集的个数(个数也叫次数)。

2.置信度 (Confidence)

置信度表示在先决条件X发生的情况下，由关联规则”X→Y“推出Y的概率。即在含有X的项集中，含有Y的可能性，公式为：

Confidence(X→Y) = P(Y|X) = P(X,Y) / P(X) = P(XUY) / P(X)

3.提升度(Lift)

提升度表示含有X的条件下，同时含有Y的概率，与不含X的条件下却含Y的概率之比。

Lift(X→Y) = P(Y|X) / P(Y)

例1，已知有1000名顾客买年货，分为甲乙两组，每组各500人，其中甲组有500人买了茶叶，同时又有450人买了咖啡；乙组有450人买了咖啡，如表(1)所示：

image.png

表(1)年货购买表

试求解 1)”茶叶→咖啡“的支持度

2) "茶叶→咖啡"的置信度

3)”茶叶→咖啡“的提升度

分析：

设X= {买茶叶}，Y={买咖啡}，则规则”茶叶→咖啡“表示”即买了茶叶，又买了咖啡“，于是，”茶叶→咖啡“的支持度为

Support(X→Y) = 450 / 500 = 90%

"茶叶→咖啡"的置信度为

Confidence(X→Y) = 450 / 500 = 90%

”茶叶→咖啡“的提升度为

Lift(X→Y) = Confidence(X→Y) / P(Y) = 90% / ((450+450) / 1000) = 90% / 90% = 1

由于提升度Lift(X→Y) =1，表示X与Y相互独立，即是否有X，对于Y的出现无影响。也就是说，是否购买咖啡，与有没有购买茶叶无关联。即规则”茶叶→咖啡“不成立，或者说关联性很小，几乎没有，虽然它的支持度和置信度都高达90%，但它不是一条有效的关联规则。

满足最小支持度和最小置信度的规则，叫做“强关联规则”。然而，强关联规则里，也分有效的强关联规则和无效的强关联规则。

如果Lift(X→Y)>1，则规则“X→Y”是有效的强关联规则。

如果Lift(X→Y) <=1，则规则“X→Y”是无效的强关联规则。

特别地，如果Lift(X→Y) =1，则表示X与Y相互独立。