关联分析的核心算法--Apriori算法的指标体系及实例

Apriori算法的指标体系：

Apriori算法生成的关联规则包含三个指标：支持度（Support）、置信度（Confidemce）、提升度（Lift），一般使用支持度-置信度二个指标判断事务之间关联关系的强弱，因此也被称为支持度-置信度框架（Support-Confidence Framework）。

如何判断一个购物篮数据集合中，那些商品之间是强关联、那些是弱关联，Apriori算法方法是，对于支持度和置信度都设置一个最小值，即设置一个筛选条件（阈值），以此判断事务之间关联关系的强弱，对于上面的5个购物篮，可以设置支持度最小值为30%，置信度的最小值为50%，那么{苹果、牛奶}的关联关系就是强，其他的都是弱，可以予以忽略。

Apriori算法指标案例：

Apriori算法产生后，不断有国外零售企业进行尝试使用，对卖场中的关联关系进行描述，下面就是几个实际案例。

案例1：某超市的熟食、面包、肉类三种商品品类之间关联关系表；

表3-1为某超市使用的熟食、面包、肉类的关联关系表，这个报表中采取了标准的Apriori算法指标，即支持度（Support）、置信度（Confidence）及提高度（Lift）3个指标，表格中的“—〉”符号指明了商品之间关联关系的方向，即从表格左侧到右侧的方向，左侧代表主分析的商品，右侧代表被关联的商品。

在这个报表中重点指标是提高度（Lift࿰