关联分析

基本概念

• 项集

  在关联分析中，包含0个或者多个的项的集合称为 项集。 如果一个项集包含k个项，那么就称为k-项集。比如｛牛奶，咖啡｝则称为2项集

• 支持度(support)

  支持度用来确定给定数据集的频繁程度，即给定数据集在所有的数据集中出现的频率，例如s(X -> Y) = P(X,Y) / N

  如果支持度很低，代表这个规则其实只是偶然出现，基本没有意义

• 置信度(confidence)

  置信度则是用来确定Y在包含X的事务中出现的频繁程度，即 c(X -> Y) = P(X,Y) / P(X)

  只有置信度越高，Y出现在包含X的事务中的概率才越大，否则这个规则也没有意义