关联规则挖掘

关联规则挖掘

已知一组交易数据，找到根据交易中其他项目的出现来预测项目发生的规则。

关联关系可为：
{Diaper} -> {Bear}
{Milk, Bread} -> {Eggs,Coke}
{Beer, Bread} -> {Milk}
PS: 以上表示意味着同时出现，而不是因果关系

---

定义：频繁项目集

• 项目集Itemset
  
  • 一个或者多个项目的集合
    例如： {Milk, Bread, Diaper}
  • k-Itenset
    一个含有k个项目的项目集
• 支持数Support count(${\delta}$)
  
  • 项目集出现的频度
  • 例如：${\delta}$({Milk, Bread, Diaper})=2
• 支持度Support
  
  • 包含项目集的事务的分数
  • 例如 s({Milk, Bread, Diaper})=$\frac{2}{5}$
• 频繁项目集
  
  • 一个支持度大等于最小支持度的项目集
• 关联规则
  
  • 一种形式的含义表达 X->Y, 此处X和Y均为项目集
  • 例如：{Milk, Diaper}->{Beer}
• 规则评估指标(Rule Evaluation Metrics)
• 支持度Support(s)
  
  • 包含项目集的事务的分数
• 置信度Confidence(c)
  
  • 衡量Y中的项目在包含X的交易中的频率
  • 例如：