python商品关联_Python之关联规则

可提前了解啤酒尿布的小故事

1）若两个或者多个变量的取值之间存在某种规律性，就称为关联。

2）关联规则是寻找在同一个事件中出现的不同项的相关性，比如在以西购买活动中所买不同商品的关联性。（不用考虑具体的指标，只考虑频繁）

3）”在购买计算机的顾客中，有30%的人也同时购买了打印机“-------两者之间肯定是有一些相关性啊，就可以在营销上运用这个规律。

编号

牛奶

果冻

啤酒

面包

花生酱

T1

1

1

0

0

1

T2

0

1

0

1

0

T3

0

1

1

0

0

T4

1

1

0

1

0

T5

1

0

1

0

0

T6

0

1

1

0

0

T7

1

0

1

0

0

T8

1

1

1

0

1

T9

1

1

1

0

0

一个样本成为一个”事务“

每个事务有多个属性来规定，这里的属性称为”项“

多个项组成的集合成为项集，比如：{牛奶}为一项集，{牛奶，果冻}为二项集

支持度：一个项集或者规则在所有事务中出现的频率。

比如：某天100个顾客到商场买东西，其中有30个人同时购买了啤酒和尿布，那么上述的关联规则的支持度为30%

置信度：确定Y在包含X的事务中出现的频繁程度。

置信度反应了关联规则的可信度，购买了项目集中X的商品的顾客同时也购买了Y中商品的可能信有多大

购买薯片的顾客当中有50%也购买了可乐，则置信度为50%

提升度（lift）：物品集A的出现对物品集B的出现概率发生了多大的变化。