关联分析规则

发布时间：7年前热度： 1267 ℃评论数：

关联规则是指从大量数据中挖掘出有价值的数据项之间的相关关系，用关联规则表示出来，从而为当前市场经济发展提供准确的决策手段。

关联规则中三个重要的衡量指标：

（1）支持度（support）

支持度是指在所有项目集中{X, Y}出现的可能性，即项目集中同时含有X和Y的概率，记为；

（2）置信度（confidence）

置信度表示在先决条件X发生的条件下，关联结果Y发生的概率,记为；

（3）提升度（lift）

提升度表示在含有X的条件下同时含有Y的可能性与没有X这个条件下项目集中含有Y的可能性之比，记为。

关联规则挖掘总体过程主要包括两步：

（1）找出所有支持度≥最小支持度的频繁项目集；

（2）由频繁项目集生成满足≥最小置信度的关联规则。

构造Apriori算法模型：

关联规则挖掘算法中最经典的是Apriori算法，它利用逐层搜索的迭代方法来完成频繁项集的挖掘，即利用(k-1)-项集产生k-项集。具体做法如下：

（1）找出所有的频繁1-项集，记为；

（2）利用来挖掘频繁2-项集，如此不断循环，直至找到所有的频繁k-项集为止；

（3）计算每类中各个规则的支持度，找出所有支持度≥最小支持度的规则即为关联规则。