CDA数据科学研究院 CDA考试中心 CDA人工智能学院 企业服务 关于CDA

cda

全国校区

您的位置:首页 > 大数据时代 > 关联规则的评估标准和实现算法

关联规则的评估标准和实现算法

2020-07-01

相信做数据分析的小伙伴一定都听说过啤酒与尿布的故事,超市把有关联的东西放在一起,以方便顾客购买,这个故事体现的就是关联规则关联规则又被称为关联分析,它的目的是在一堆事物中找出具有关联的事物。经常被应用于超市购物和电商网购的数据集中,对超市来说,运用关联规则,能够优化产品的位置摆放,方便顾客购买;对电商来说,关联规则能够帮助优化商品所在的仓库位置,从而节约成本,增加经济效益。

一、关联规则经常用支持度、置信度和提升度来进行评估。

支持度:几个关联的数据在数据集中出现的次数占总数据集的比重。

以啤酒和尿布为例,就是指客户同时购买尿布和啤酒的概率。

置信度:一个数据出现后,另一个数据出现的概率,或者说数据的条件概率。

例如:

客户购买尿布时购买啤酒的置信度,也就是购买尿布的人,同时购买啤酒的概率,( 尿布 -> 啤酒 ) 的置信度=同时购买尿布和啤酒的人数/购买尿布的人数

提升度:表示含有Y的条件下,同时含有X的概率,与X总体发生的概率之比

二、实现算法

Apriori算法是常用的用于挖掘出数据关联规则的算法

Apriori算法采用了迭代的方法

1.扫描所有数据集,先找出候选1项集及对应的支持度,筛选去掉低于支持度的1项集,产生频繁1项集。

2.在上述基础上,对剩下的频繁1项集进行连接,得到候选的频繁2项集,将低于支持度的候选频繁2项集剪枝去掉,产生真正的频繁2项集,

3.以此类推,迭代下去,直到无法找到频繁k+1项集为止也就是,当第k次循环的时候,选择频繁k项集进行并集,生成k候选集, 对k候选集进行筛选剪枝,产生k频繁项集,就是算法的输出结果

完 谢谢观看

分享
收藏

OK