关联规则挖掘

参考文献：《python数据挖掘概念、方法与实践》第二章

频繁项集：在数据集中出现次数相对大的项目组合，有两个项目的项集成为2-项集或配对，有三个项目的项集成为3-项集或三元组

评价关联规则的好坏：数据库的支持程度、对规则本身的置信度以及找出的规律所增加的价值

量化”频繁“的手段
支持度：数据库中项集出现的次数。为了使支持度更有意义，设置最小支持阈值，即指定项集出现次数占数据总量的百分比，这个百分比要对问题领域有意义，超过这个阈值，即视为频繁项集。表示方法：

support(X->Y) = P(XuY)

置信度：这里置信度是一种有向关系，如”X导致Y的置信度为已知X的情况下Y的概率“记为：

confidence(X->Y) = P(Y|X) = support(XuY) / support(x)

关联规则：先导（确定项）->后继（结果项），如果左右点到，则需要重新计算关联规则。示例：

a -> b,c 
[支持度=1%，置信度=40%]

这条规则读作：数据库中有1%包含a,b,c的组合，在所有包含a的数据中，有40%