初识机器学习：关联规则

携手创作，一起成长！这是我参与「日新计划 8 月更文挑战」的第4天，点击查看活动详情

相关规矩，或者相关规矩学习（Association Rule Learning）是一种在很多数据点中发现隐蔽的相相关系的办法。可以利用一些风趣的测量来识别数据点会集发现的强规矩。

相关规矩最常见的使用场景便是购物，不管是线上仍是线下，上架都希望从顾客的购物记载中，寻找不同产品之间并非显而易见的联系，以此来引荐产品、优化产品陈列、推送广告等。

怎么量化相关规矩：支撑度、置信度和提高度

咱们以超市购物的订单数据为例，如下是一组示例数据

支撑度

支撑度某个项集呈现的频率，也便是包括这个项集的买卖数占总买卖数的份额。在上面的比如中， 的支撑度，可以表明为：支撑度{}=4/8。

置信度

置信度是指当 X 项呈现的时候，Y 项一起呈现的概率，用 {X->Y} 表明，也便是一起包括 X 项和 Y 项的买卖数占包括 X 项的买卖数的份额。

在上面的比如中，置信度{->} 的置信度是：置信度{->}=支撑度{,}/支撑度{}。依据上面的买卖数据可以得出，成果为3/4。

不过，置信度这个目标存在一个缺陷，当购买 的顾客大概率也会购买 的时候，并不一定代表两者的相关度比较高，也有或许， 和 之间其实并没有什么相相关系，只是，两者都属于十分热销的单品，因而才一起呈现在了很多顾客的订单中。

这种状况下，置信度其实给了咱们过错的判别，「提高度」这个目标可以帮咱们躲避这个问题。

提高度

提高度指的是，X 项和 Y 项一起呈现的频率，并且一起考虑了 X 项和 Y 项各自呈现的频率。它的核算方法是这样：提高度{->}=支撑度{,}/支撑度{}*支撑度{}，结合前面的两个目标，不难看出，实际上，提高度{->}=置信度{->}/支撑度{}，成果是 1。成果是 1 则代表，两者之间并无相关，如果这个成果比 1 大，则代表两者存在相关，成果越大，提高度越高，则代表两者相关度越大，反之，如果这个成果小于 1，则代表两者负相关的联系。

相关规矩的特点

在数据规划特别大的时候，偶然会呈现假相关的状况，这个时候，为了保证相关规矩的普适性，需求对成果进行验证。

相关规矩的一个更大的问题是，需求十分大的核算量来完成，即使只要 10 种产品，也需求对上千种组合进行核算（2^10-1=1023），而在真实的商场超市或者线上商城中的产品数量，可以组成的组合数会是一个天文数字。关于这个问题怎么解决，我会鄙人一篇中介绍。

参考：《文言机器学习算法》