[股市什么时间开盘]啤酒尿布的关联规则是怎么来的

? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ? 所谓相关，反映的是一个事情和其他事情之间依靠或相关的常识。当咱们查找英文文献的时分，能够发现有两个英文词都能描绘相关的含义。第一个是相关性relevance，第二个是相关性association，两者都能够用来描绘事情之间的相关程度。其间前者首要用在互联网的内容和文档上，比方搜索引擎算法中文档之间的相关性，咱们选用的词是relevance；而后者往往用在实践的事物之上，比方电子商务网站上的产品之间的相关度咱们是用association来表明的，而相关规矩是用association rules来表明的。

假如两项或多项特点之间存在相关，那么其间一项的特点值就能够依据其他特点值进行猜测。简略地来说，相关规矩能够用这样的方法来表明：A→B，其间A被称为条件或许左部（LHS），而B被称为成果或许右部（RHS）。假如咱们要描绘关于尿布和啤酒的相关规矩（买尿布的人也会买啤酒），那么咱们能够这样表明：买尿布→买啤酒。

相关算法的两个概念

在相关算法中很重要的一个概念是支撑度（Support），也便是数据会集包括某几个特定项的概率。

比方在1000次的产品买卖中一起呈现了啤酒和尿布的次数是50次，那么此相关的支撑度为5%。

和相关算法很相关的另一个概念是置信度（Confidence），也便是在数据会集现已呈现A时，B发生的概率，置信度的核算公式是 ：A与B一起呈现的概率/A呈现的概率。

数据相关是数据库中存在的一类重要的可被发现的常识。若两个或多个变量的取值之间存在某种规律性，就称为相关。相关可分为简略相关、时序相关、因果相关等。相关剖析的意图是找出数据库中躲藏的相关网。有时并不知道数据库中数据的相关函数，或许即便知道也是不确定的，因而相关剖析生成的规矩带有置信度。

相关规矩发掘发现很多数据中项集之间风趣的相关或相相关系。它在数据发掘中是一个重要的课题，最近几年已被业界所广泛研讨。

相关规矩发掘的一个典型比如是购物篮剖析。相关规矩研讨有助于发现买卖数据库中不同产品（项）之间的联络，找出顾客购买行为形式，如购买了某一产品对购买其他产品的影响。剖析成果能够使用于产品货架布局、货存组织以及依据购买形式对用户进行分类。

相关规矩的发现进程可分为如下两步：

第一步是迭代辨认一切的频频项目集（Frequent Itemsets），要求频频项目集的支撑度不低于用户设定的最低值；

第二步是从频频项目会集结构置信度不低于用户设定的最低值的规矩，发生相关规矩。辨认或发现一切频频项目集是相关规矩发现算法的中心，也是核算量最大的部分。

支撑度和置信度两个阈值是描绘相关规矩的两个最重要的概念。一项目组呈现的频率称为支撑度，反映相关规矩在数据库中的重要性。而置信度衡量相关规矩的可信程度。假如某条规矩一起满意最小支撑度（min-support）和最小置信度（min-confidence），则称它为强相关规矩。

相关规矩数据发掘阶段

第一阶段有必要从原始材料调集中，找出一切高频项目组（Large Itemsets）。高频的意思是指某一项目组呈现的频率相对于一切记载而言，有必要到达某一水平。以一个包括A与B两个项意图2-itemset为例，咱们能够求得包括{A,B}项目组的支撑度，若支撑度大于等于所设定的最小支撑度（Minimum Support）门槛值时，则{A,B}称为高频项目组。一个满意最小支撑度的k-itemset，则称为高频k-项目组（Frequent k-itemset），一般表明为Large k或Frequent k。算法并从Large k的项目组中再企图发生长度超越k的项目集Large k+1，直到无法再找到更长的高频项目组停止。

相关规矩发掘的第二阶段是要发生相关规矩。从高频项目组发生相关规矩，是运用前一进程的高频k-项目组来发生规矩，在最小可信度（Minimum Confidence）的条件门槛下，若一规矩所求得的可信度满意最小可信度，则称此规矩为相关规矩。

例如：经由高频k-项目组{A,B}所发生的规矩，若其可信度大于等于最小可信度，则称{A,B}为相关规矩。

就“啤酒＋尿布”这个事例而言，运用相关规矩发掘技能，对买卖材料库中的记载进行材料发掘，首要有必要要设定最小支撑度与最小可信度两个门槛值，在此假定最小支撑度min-support=5% 且最小可信度min-confidence=65%。因而契合需求的相关规矩将有必要一起满意以上两个条件。若通过发掘所找到的相关规矩 {尿布，啤酒}满意下列条件，将可承受{尿布，啤酒} 的相关规矩。用公式能够描绘为：

Support（尿布，啤酒）≥5% and Confidence（尿布，啤酒）≥65%。

其间，Support（尿布，啤酒）≥5%于此使用典范中的含义为：在一切的买卖记载材猜中，至少有5%的买卖呈现尿布与啤酒这两项产品被一起购买的买卖行为。Confidence（尿布，啤酒）≥65%于此使用典范中的含义为：在一切包括尿布的买卖记载材猜中，至少有65%的买卖会一起购买啤酒。

因而，往后若有某顾客呈现购买尿布的行为，咱们将可引荐该顾客一起购买啤酒。这个产品引荐的行为则是依据{尿布，啤酒}相关规矩而定，由于就过去的买卖记载而言，支撑了“大部分购买尿布的买卖，会一起购买啤酒”的消费行为。

从上面的介绍还能够看出，相关规矩发掘一般比较适用于记载中的目标取离散值的状况。

假如原始数据库中的目标值是取接连的数据，则在相关规矩发掘之前应该进行恰当的数据离散化（实践上便是将某个区间的值对应于某个值），数据的离散化是数据发掘前的重要环节，离散化的进程是否合理将直接影响相关规矩的发掘成果。
数据剖析, 数据发掘