快乐的小GAI 评论

数据分析中的关联规则主要用于发现数据集中的内在模式和关系。关联规则常用于市场篮分析、购物篮分析等领域，能够帮助人们发现物品之间的关联和规律。其中最著名的就是Apriori算法，该算法使用支持度和置信度两个指标来度量关联规则的重要性。下面我们来详细介绍一下这两个指标的计算公式。

1. 支持度（Support）

支持度用于评估一个规则在数据集中出现的频率，其计算公式为：
[ \text{support}(A \rightarrow B) = \frac{\text{count}(A \cup B)}{N} ]

其中，(A)和(B)分别表示规则中的前件和后件，(\text{count}(A \cup B))表示同时包含(A)和(B)的记录数，(N)表示数据集的总记录数。

2. 置信度（Confidence）

置信度用于评估规则的可靠性，即当前件(A)发生时后件(B)也会发生的概率，其计算公式为：
[ \text{confidence}(A \rightarrow B) = \frac{\text{support}(A \cup B)}{\text{support}(A)} ]

其中，(\text{support}(A \cup B))表示同时包含(A)和(B)的记录数，(\text{support}(A))表示包含(A)的记录数。

3. 提升度（Lift）

提升度用于评估规则的独立性，即前件(A)和后件(B)之间的独立程度，其计算公式为：
[ \text{lift}(A \rightarrow B) = \frac{\text{confidence}(A \rightarrow B)}{\text{support}(B)} ]

其中，(\text{support}(B))表示包含(B)的记录数。

通过支持度、置信度和提升度这几个指标，我们可以更好地理解数据集中的关联规则，并根据这些规则进行进一步的分析和应用。

2年前 0条评论

山山而川评论

在数据分析中，关联规则通常用于发现数据集中的项之间存在的关联关系。其中最常见的关联规则是使用支持度和置信度来衡量关联规则的强度。关联规则的公式可以通过以下方式来解释：

支持度（Support）：
支持度被定义为包含某一项集的事务的比例。支持度可以通过以下公式来计算：
[ Support(A \rightarrow B) = \frac{Frequency(A \cup B)}{N} ]
其中，( A \rightarrow B )表示项集A和项集B的关联规则，Frequency( (A \cup B) )代表同时包含项集A和项集B的事务次数，N代表总事务次数。
置信度（Confidence）：
置信度衡量了项集A出现时项集B也同时出现的可能性。置信度可以通过以下公式来计算：
[ Confidence(A \rightarrow B) = \frac{Support(A \cup B)}{Support(A)} ]
其中，Support( (A \cup B) )代表包含项集A和项集B的事务的支持度，Support( (A) )代表项集A的支持度。
提升度（Lift）：
提升度表示项集A出现时项集B出现的概率与项集B本来出现概率的比值。提升度可以通过以下公式来计算：
[ Lift(A \rightarrow B) = \frac{Confidence(A \rightarrow B)}{Support(B)} ]
其中，Confidence( (A \rightarrow B) )代表项集A出现时项集B也同时出现的概率，Support( (B) )代表项集B的支持度。提升度大于1表示项集A和项集B之间的关联性比随机事件更强，而小于1则表示关联性更弱。
卡方统计量（Chi-Square statistic）：
卡方统计量衡量了关联规则的关联性程度。卡方统计量可以通过以下公式来计算：
[ \chi^2 = \frac{N \times (Frequency(A \cup B) \times Frequency(\bar{A} \cup \bar{B}) \ – \ Frequency(A \cup \bar{B}) \times Frequency(\bar{A} \cup B))^2}{Frequency(A) \times Frequency(\bar{A}) \times Frequency(B) \times Frequency(\bar{B})} ]
其中，( N )代表总事务次数，( A )和( B )分别代表项集A和项集B，( \bar{A} )和( \bar{B} )分别代表不包含项集A和项集B的项集。
Kulczynsky度量（Kulczynsky Measure）：
Kulczynsky度量用于衡量两个项集的共现概率。Kulczynsky度量可以通过以下公式来计算：
[ K = \frac{1}{2} \times (P(A|B) + P(B|A)) ]
其中，( P(A|B) )表示项集B出现时，项集A也同时出现的条件概率，( P(B|A) )表示项集A出现时，项集B也同时出现的条件概率。