【机器学习】【关联分析】【Apriori】

关联分析

关联规则（association rules）是常用的无监督学习算法，目标是$发掘数据内在结构特征之间的关联性$

一句话简介：找到特征之间有意义的关系，构建有用的特征和对应的应用。

关联规则通常分两类：一是简单关联（事物之间的普通关系），二是序列关联（考虑事物普通关系同时关注时间先后顺序）

简单关联规则

事务：我们的分析对象，可理解为一种行为，由事务标识TID和项目集合组成
项集：事务中一组项目的集合，$I$是项目全体。通常指具体的东西，如一种商品

按照实图理解，上图有4个事务，$I$有5个项目，第一个事务有三个项目，称为X是一个3-项集

关联规则一般表现形式：

$$X\to Y(S=s\%,C=c\%)$$

• X叫前项（项目和项集），Y叫后项（结论或事实）
• $S=s\%$表示规则支持度为$s\%$，$C=c\%$表示规则置信度为 c % c\%