【数据仓库与数据挖掘 - 关联分析算法】频繁项集？关联规则？支持度？置信度？自连接？

频繁项集：

最基本的模式是项集，它是指若干个项的集合。频繁模式是指数据集中频繁出现的项集、序列或子结构。频繁项集是指支持度大于等于最小支持度(min_sup)的集合。其中支持度是指某个集合在所有事务中出现的频率。频繁项集的经典应用是购物篮模型。常用的频繁项集的评估标准有支持度,置信度和提升度（关联规则）三个

　　求频繁项集：

　　对于如表5.5所示的事务集合，设最小支持度计数为3，采用Apriori算法求出所有的频繁项集。

关联规则：

关联规则是形如X→Y的蕴涵式，其中， X和Y分别称为关联规则的先导(antecedent或left-hand-side, LHS)和后继(consequent或right-hand-side, RHS) 。其中，关联规则XY，存在支持度和信任度。

　　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

　　

　　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。

　　

　　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

　　

 

 自连接：