关联分析和聚类

http://c.biancheng.net/view/3703.html
关联规则

支持度

一般要求一定支持度以上，才有分析价值，一般最小支持度不易太低，
规则一：支持度大于xx
一般地，只需关心那些不被其他频繁项集所包含的所谓最大频繁项集的集合。发现所有的频繁项集是形成关联规则的基础。
例外情况，稀有模式挖掘eg：爱马仕和劳力士

置信度

规则二：置信度
（一般分析强关联，保留高置信度）

支持度：几个关联的数据在数据集中出现的次数占总数据集的比重

置信度：一个数据出现后，另一个数据出现的概率，或者说数据的条件概率。

提升度：表示含有Y的条件下，同时含有X的概率，与X总体发生的概率之比

Apriori算法(仅适用于一维)

Apriori算法分两步进行，第一步生成所有频繁项目集，第二步从频繁项目集中生成所有可信关联规则。

聚类

（重点在于聚类后的分析）

K-means聚类

https://blog.csdn.net/u011511601/article/details/81951939
注意属性的选择，可以区分样本之间的特征
1.先随机选择一个聚类中心，
2.剩余的各自聚类（聚类的类数k应实现给出），每个数据点通过计算点和每个组中心之间的距离进行分类，然后将这个点分类为最接近它的组。
3.给每一类取均值（按属性值取平均），
4.若与初始新选择的聚类中心不同，则将所得均值作为新的聚类中心，进行二次分类
5.数值均值易受到极端值影响，因此需要事先进行标准化