everlasting_188

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...

[size=large]从例子上理解比较简单：[/size] 词频 (TF) 是一词语出现的次数除以该文件的总词语数。假如一篇文件的总词语数是100个，而词语“母牛”出现了3次，那么“母牛”一词在该文件中的词频就是3/100=0.03。一个计算文件频率 (IDF) 的方法是测定有多少份文件出现过“母牛”一词，然后除以文件集里包含的文件总数。所以，如果“母牛”一词在1,000份文件出现过，而文件总...