都2020年了，别再迷信啤酒与尿布！数据分析的真相在这

一提人工智能大数据，必有人提啤酒与尿布，有意思的是，都2020年了，还有人信这个老掉牙的都市传说。今天我们系统讲解一下。

一、站在背后的关联规则

支持啤酒与尿布故事的，是关联规则算法。注意：关联规则算法本身没啥问题，这是一种发现关联关系（注意：不是因果关系哦）的手段，并且它的算法原理非常简单，需要的数据也非常少，因此适用范围非常广。

假设有6种产品，ABCDEF，一个客人买了AB去结账，收银员打出一张小票，上边有AB产品的名称、价格，我们可以用0、1代表是否有该商品，简单把小票表示成：

类似地，如果有5张订单，可以表示成：

注意，即使没有计算，用肉眼也能看到，似乎ABC三个产品在订单里同时出现的几率很高，这就是关联规则的基本思路：找到同时出现频率高的组合。只不过，我们需要用一些指标来衡量：到底什么算高。

因为有六个商品，所以同时出现的组合有很多种：A+B，A+B+C等，我们从最简单的两两组合开始计算，再算三三、四四……计算组合的时候，我们希望组合出现的频率越高越好，因此有了支持度概念：