目录

关联规则

衡量标准

支持度

置信度

杠杆率(leverage)

确信度(conviction)

提升度

 实现

美国沃尔玛超市对一年多的原始交易数据进行了详细的分析&＃xff0c;得到一个意外发现&＃xff1a;与尿布一起被购买最多的商品竟然是啤酒。

--关联规则在客户关系管理系统中的经典案例

关联规则

形如"如果A那么B(If…Then…)",前者为条件&＃xff0c;后者为结果。例如一个顾客&＃xff0c;如果买了A&＃xff0c;那么他也会购B。

衡量标准

如何来度量一个规则是否够好&＃xff1f;主要有两个量&＃xff0c;置信度(Confidence)和支持度(Support)。

支持度

对于关联规则R&＃xff1a;X&＃61;>Y&＃xff0c;其中&＃xff0c;&＃xff0c;并且。

 规则R的的支持度(Support)是交易集中同时包含X和Y的交易数与所有交易数之比。

关联规则的最小支持度也就是衡量频繁集的最小支持度(Minimum Support)&＃xff0c;记为supmin&＃xff0c;它用于衡量规则需要满足的最低重要性。

置信度

表示了这条规则有多大程度上值得可信。

设条件的项的集合为A,结果的集合为B。置信度计算在A中&＃xff0c;同时也含有B的概率(即&＃xff1a;if A ,then B的概率)。即 Confidence(AàB)&＃61;P(B|A)。

关联规则的最小置信度(Minimum Confidence)记为confmin&＃xff0c;它表示关联规则需要满足的最低可靠性。

如果规则R:X&＃61;>Y满足support(X&＃61;>Y)>supmin且confidence(X&＃61;>Y)>confmin&＃xff0c;称关联规则X&＃61;>Y为强关联规则&＃xff0c;否则称关联规则X&＃61;>Y为弱关联规则。

在挖掘关联规则时&＃xff0c;产生的关联规则要经过supmin和confmin的衡量&＃xff0c;筛选出来的强关联规则才能用于指导商家的决策。

杠杆率(leverage)

P(A,B)−P(A)P(B)P(A,B)-P(A)P(B)P(A,B)−P(A)P(B)&＃xff0c;为0时A和B独立&＃xff0c;越大A和B的关系越密切。

确信度(conviction)

P(A)P(!B)/(P(A,!B)&＃43;1/K)P(A)P(!B)/(P(A,!B)&＃43;1/K)P(A)P(!B)/(P(A,!B)&＃43;1/K) ,&＃xff08;!B表示B没有发生&＃xff0c;K表示总条目数量&＃xff09; 也是用来衡量A和B的独立性。

提升度

引入提升度Lift&＃xff0c;以度量此规则是否可用。它描述的是&＃xff1a;相对于不用规则&＃xff0c;使用规则可以提高多少。

 实现

#定义函数读取购物篮数据
def read_file_apriori(filename):k&＃61;[]with open(filename) as f:for i in f:k.append(i.split())return k
data&＃61;read_file_apriori("d:/datasets/basket.txt")from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_patterns import apriori
import pandas as pd
te &＃61; TransactionEncoder()
#编码
te_ary &＃61; te.fit(data).transform(data)
df &＃61; pd.DataFrame(te_ary, columns&＃61;te.columns_)
freq&＃61;apriori(df,min_support&＃61;0.05, use_colnames&＃61;True)
#导入关联规则包
from mlxtend.frequent_patterns import association_rules
#计算关联规则
result &＃61; association_rules(freq, metric&＃61;"confidence", min_threshold&＃61;0.4)