本文深入解析了关联规则中的两个关键概念：支持度和置信度。支持度衡量的是项集在数据集中出现的频率，而置信度则表示在出现某个项集的情况下，另一个项集出现的可能性。理解这两个概念对于挖掘有价值的数据模式至关重要。
支持度和置信度总是伴随着关联规则存在的，它们是对关联规则的必要的补充。
对某条关联规则而言，如 A -> B (support=30%, confidence= 60%)
其中的support=30%是说，在所有的事务中同时出现A和B的概率。
而，confidence=60%是说，所有事务中，在出现A的情况下出现B的概率，即条件概率。
总体来说就是支持度A和B占总体样本的概率，置信度出现A情况下出现B的概率，条件概率，支持度反应A,B对总体样本的概率，置信度反应出现A样本中，B出现的概率
对某条关联规则而言，如 A -> B (support=30%, confidence= 60%)
其中的support=30%是说，在所有的事务中同时出现A和B的概率。
而，confidence=60%是说，所有事务中，在出现A的情况下出现B的概率，即条件概率。
总体来说就是支持度A和B占总体样本的概率，置信度出现A情况下出现B的概率，条件概率，支持度反应A,B对总体样本的概率，置信度反应出现A样本中，B出现的概率
扫一扫
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
