24、利用关联规则进行市场篮子分析：Apriori算法的应用

利用关联规则进行市场篮子分析：Apriori算法的应用

1. 关联规则基础

在实际场景中，我们可以通过分析交易数据库来发现其中的购买模式。以一家虚构医院礼品店的交易数据为例，如下表展示了5笔已完成的交易：
| 交易编号 | 购买物品 |
| ---- | ---- |
| 1 | {鲜花, 康复卡, 汽水} |
| 2 | {毛绒玩具熊, 鲜花, 气球, 糖果棒} |
| 3 | {康复卡, 糖果棒, 鲜花} |
| 4 | {毛绒玩具熊, 气球, 汽水} |
| 5 | {鲜花, 康复卡, 汽水} |

从这些购买记录中，我们可以推断出一些典型的购买模式。比如，看望生病朋友或家人的人倾向于购买康复卡和鲜花，而看望新生儿母亲的人则倾向于购买毛绒玩具熊和气球。这些模式之所以值得关注，是因为它们出现的频率足以引起我们的兴趣，并且可以通过一定的逻辑和经验来解释。

Apriori算法正是利用项集的“有趣性”统计指标，在更大的交易数据库中寻找关联规则。而判断关联规则是否有趣，主要由两个统计指标决定：支持度（support）和置信度（confidence）。

• 支持度 ：衡量项集或规则在数据中出现的频率。对于项集$X$，其支持度可以通过以下公式计算：
  [Support(X)=\frac{count(X)}{N}]
  其中，$N$是数据库中的交易总数，$count(X)$是包含项集$X$的交易数量。例如，在医院礼品店数据中，项集{康复卡, 鲜花}的支持度为$3/5 = 0.6$，规则{康复卡} → {鲜花}的支持度同样为$0.6$；