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
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在数据分析、业务监控、质量检测与风险管控工作中，数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰，但真到落地环节却面临“数据在手，不知如何转化为可用标签”的困境：或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中，单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中，卡方分布（χ²分布）是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中，正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道，但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时，却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现，存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中，零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL，但当被问到“数据查询语言（DQL）的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中，日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样，包 ...
2026-08-13在数据统计分析与数据清洗工作中，箱线图是一种简洁高效、客观性强的数据可视化图表，能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询，但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中，程序往往需要按照固定时间间隔重复执行指定任务，这种运行机制 ...
2026-08-12在数据分析日常工作中，Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式，面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表，但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中，原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中，聚类分析是典型的无监督学习方法，核心作用是依据数据自身的多维特征，将相似样本自动划分为若干类别，实现“ ...
2026-08-11 很多企业团队并非缺乏指标，而是陷入“指标失控”：仪表盘上堆满实时跳动的数据，却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段，通过流量随机分组、对照组与实验组对比，科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中，索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景，面对 ...
2026-08-10
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
