数据分析——关联分析

关联分析：

构造一个关联系数矩阵，两个属性的值介于-1到1之间。

大于0，两者为正关联，<0，两者为负关联。  0 无关联，接近1或-1是比较强的关联。

关联规则：

寻找数据集内的属性之间存在的频繁关联，前提--->结论

举例子：

确定哪些产品最常被一起购买。

有这么一波人买早点，买糕点的有4个，买牛奶的是7个，其中：3个人同时购买牛奶和糕点，

则置信度：糕点->牛奶 3/4 

　　　　　牛奶->糕点 3/7

即置信度是出现某些物品时，另外一个物品出现的概率。

支持度：3/10  （糕点，牛奶）

支持度是指A和B同时出现的概率。

我们寻找的是置信度高和支持度高的关联规则。

常用算法一：

Apriori算法，1.将项集连接构成候选集，2.去掉非频繁集合

FPgrowth算法，1将数据集中事务映射到一棵树Fp-tree上面，2从树上挖掘频繁项集