数据挖掘｜关联规则学习,朴素贝叶斯分类器｜情报分析管理论5～7回总结(一)

前言

情報分析・管理論第5回〜第7回の復習
这篇博文是京都大学情报学研究科2021年后期，情报分析・管理论5～7回的总结的第一部分。

本文
第5回：关联规则学习(association rule learning)，朴素贝叶斯分类器(naive bayes classifier)

第6回：层次聚类(hierarchical clustering)，非层次聚类(non-hierarchical clustering) ，SOM (self-organizing map)
第7回：决策树(decision tree)，支持向量机(support vector machine)（待更新）

---

关联规则学习(association rule learning)

对于一个形如这样的数据集
假设咱们现在在一个超市里，变量A、B、C、D是商品，每行是顾客的购买记录，0是未购买，1是已购买

A	B	C	D
1	0	0	1
0	1	1	1
1	1	0	0
0	1	1	1

目标：找到商品A,B,C,D之间的关系

关系评价指标：

1. 支持度(support)：
   $supp(A)=\frac{购买了商品A的顾客}{所有顾客}=\frac{1}{2}$

   $supp(A,B)=\frac{同时购买了商品A和B的顾客}{所有顾客}=\frac{1}{4}$

   一般的，
   变量$x1$的支持度的定义: $supp(x1)=P(x1=1)$
   变量$x1$对$x2$的支持度的定义: $supp(x1,x2)=P(x1=1,x2=1)$

   支持度的单调性：
   $X\subseteq Y则supp(X)\ge supp(Y)$
   e.g.
   $$\begin{gathered} supp(A)=\frac{1}{2} \\ supp(A,B)=\frac{1}{4} \\ supp(A,B,C)=0 \end{gathered}$$

2. 置信度(confidence) 此置信度不同于假设检验里的置信度
   c o n f ( A = > B ) = s u