古古惑惑2021-06-23 09:59:13一、關聯分析的基本概念
關聯分析（Association Analysis）：在大規模資料集中尋找有趣的關係。
頻繁項集（Frequent Item Sets）：經常出現在一塊的物品的集合。
關聯規則（Association Rules）：暗示兩個物品之間可能存在很強的關係。
支援度（Support）：資料集中包含該項集的記錄所佔的比例，是針對項集來說的。
例子：豆奶，橙汁，尿布和啤酒是超市中的商品。
下表呈現每筆交易以及顧客所買的商品：
由此可見，總記錄數為5，下面求每項集的支援度（以下並沒有列出全部的支援度）。
｛豆奶｝ ：支援度為3/5。
｛橙汁｝：支援度為3/5。
｛尿布｝：支援度為3/5。
｛啤酒｝：支援度為4/5。
｛啤酒，尿布｝：支援度為3/5。
｛橙汁，豆奶，啤酒｝：支援度為2/5。
置信度（Confidence）：出現某些物品時，另外一些物品必定出現的機率，針對規則而言。
規則1：｛尿布｝——>｛啤酒｝，表示在出現尿布的時候，同時出現啤酒的機率。
該條規則的置信度被定義為：支援度｛尿布，啤酒｝／支援度｛尿布｝＝（3/5）／（3/5）＝3/3=1
規則2：｛啤酒｝——>｛尿布｝，表示在出現啤酒的時候，同時出現尿布的機率。
該條規則的置信度被定義為：支援度｛尿布，啤酒｝／支援度｛啤酒｝＝（3/5）／（4/5）＝3/4
二、關聯分析步驟
1。 發現頻繁項集，即計算所有可能組合數的支援度，找出不少於人為設定的最小支援度的集合。
2。 發現關聯規則，即計算不小於人為設定的最小支援度的集合的置信度，找到不小於認為設定的最小置信度規則。
例子：豆奶，橙汁，尿布和啤酒是超市中的商品，併為其編號，豆奶0，橙汁1，尿布2，啤酒3。
可能集合數：
可能組合的個數：C4，1+C4，2+C4，3+C4，4=4＋6+4+1=15種
快速計算公式：2^n-1=2^4-1=15種
步驟一：發現頻繁項集
此時，人為設定最小支援度為2/5。 以下塗黃色為大於2/5的集合。
由此找到頻繁項集。
步驟二：發現關聯規則
此時，人為設定最小置信度為3/4。 塗黃色的為大於等於3/4，塗橙色的為小於3/4。