Python实现关联规则推荐

1.如何定义
关联规则（ Association Rules ）揭示了一个物品集合中各项之间存在的相互依存性与关联性间的具体关系。当两个或多个项目之间存在显著的相关性时，在这种情况下其中一个项目将能够基于其他项目的信息进行预测与推断。作为数据挖掘的重要手段之一，在处理海量数据时人们通常会利用这一技术去探索并发现隐藏在数据内部的价值信息间的关系模式。

关联规则挖掘最为著名的案例莫过于沃尔玛 store 的"尿布与啤酒"故事。通过分析超市购物篮中的商品数据, 即研究顾客购买商品之间的关联性来了解他们的消费习惯, 沃尔玛 store 发现不少美国女性在丈夫回家后会提醒他们购买尿布, 其中约有30%至40%的丈夫会顺路采购他们最喜欢的啤酒。为此, 沃尔玛 store 就把尿布与啤酒放在同一货架旁促销策略取得了显著成效这一发现带来了重要的影响

2.置信度与支持度
(1) 什么是规则？
规则形如"如果…那么…(If…Then…)"，前者为条件，后者为结果。例如一个顾客，如果买了可乐，那么他也会购买果汁。
如何来度量一个规则是否够好？有两个量，置信度（Confidence）和支持度（Support），假如存在如下表的购物记录。

（2） 在关联规则分析中存在两个核心指标：支持度与置信度。
对于关联规则R:A→B，则：

• 支持度（support）：表示在全