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
在机器学习实践中，“超小数据集”（通常指样本量从几十到几百，远小于模型参数规模）是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”，其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”，后续的建模 ...
2025-12-17在CDA（Certified Data Analyst）数据分析师的日常工作中，“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17在休闲游戏的运营体系中，次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标，更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中，“以用户为中心”已成为企业的核心经营理念，而用户画像则是企业洞察用户、精准决策的“核心工具”。然而， ...
2025-12-16在零售行业从“流量争夺”转向“价值深耕”的演进中，塔吉特百货（Target）以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域，二项分布与卡方检验是两个高频出现的概念，二者都常用于处理离散数据，因此常被初学者混淆。但本质上，二项分布是 ...
2025-12-15在CDA（Certified Data Analyst）数据分析师的工作链路中，“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中，HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中，“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定，工厂管理者关注产品尺寸偏差是否可控，基金 ...
2025-12-12在CDA（Certified Data Analyst）数据分析师的能力矩阵中，数据查询语言（SQL）是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题，以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A，覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中，柱形图因直观展示数据差异的优势被广泛使用，而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中，我们常需要判断“两组数据的差异是真实存在，还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA（Certified Data Analyst）数据分析师的工作体系中，数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中，“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活，导致回归任务输出异 ...
2025-12-05在机器学习落地过程中，“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据， ...
2025-12-05在CDA（Certified Data Analyst）数据分析师的能力模型中，“指标计算”是基础技能，而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中，R方（决定系数）是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例，取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中，经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标（如外卖订单地址、景 ...
2025-12-04
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
