数据科学与大数据分析-关联规则挖掘

Association Rules关联规则

• 先验性质（向下闭包性质）
  • 候选规则的评估

• 一种无需监督的学习方式
• 具备描述特性而非预测功能
• 用于揭示具有价值的、潜藏的关联性 —— 以规则或频繁项集的形式呈现
• 常被应用于数据库中交易数据的挖掘

每笔交易由一个或多个项目组成
项集
– 一组具有某种关联性的项目或独立实体的集合
k-项集
– 包含k个项目的项集 —— {item1, item2, …, item k}
Apriori算法
– 早期且基础的关联规则生成算法之一。
支持度
– 对于某项目X，其支持度表示包含X的交易所占比例
– 表示为support(X)
频繁项集
– 包含经常共同出现的项目集合
– 正式定义为，其支持度大于等于设定的最小支持度阈值
当最小支持度设定为0.5时，若某一项目集出现在至少50%的交易中，则可将其视为频繁项集。

Apriori property (downward closure property)

– 若某一项目集被判定为频繁项目集，则其所有子集亦必然属于频繁项目集
– 该特性构成了Apriori算法的理论基础
当某项目组合在交易数据中出现频率较高时，其任意组成部分在交易数据中的出现频率同样不会低于该阈值
举