python关联规则挖掘_python数据挖掘 pycaret.arules 关联规则学习

1.关联算法应用介绍

关联规则分析是数据挖掘中最活跃的研究方法之一，目的是在一个数据集中找出各项之间的关联关系，而这种关系并没有在数据中直接表示出来。常见于与购物篮分析。

常用关联算法表如下，简单理解的话，就是测算某几项东西一起出现的概率。比如：如果测算得出，大量订单中出现面包、牛奶这两个东西，那么就放在一起销售，增加市场收入。

三个判断准则：支持度(support)、置信度(confident)、提升度(lift)。参考链接：如何理解关联法则中的三个判断准则

1.support(A)= number of A/total items，support(B)= number of B/total items，support(A=>B)= support(B=>A)= number of A and B/total items

2.confidence(A=>B)= number of A and B/number of A，confidence(A=>B)!=  confidence(B=>A)

3.lift(A=>B)= confidence(A=>B)/support(B)，lift(A=>B)= lift(B=>A)

对三个准则的解释：

support