關注微信公共號：小程在線
關注CSDN博客：程志偉的博客
舉例說明關聯規則裏面的核心概念--支持度、置信度、提升度
假設有10000個消費者，購買了1000個尿布，2000個啤酒，500個麪包，這其中同時購買尿布和啤酒的800個，同時購買尿布和麪包的100個。
1）支持度：在所有項集中{X，Y}出現的概率。可以通過設置最小的支持度，來剔除那邊沒有關聯的商品。
尿布和啤酒額支持度=800/10000=8%，尿布和啤酒的概率爲100/10000=1%，假設支持度爲5%，則尿布和啤酒滿足
2）置信度：在條件X發生下，Y發生的概率。
購買尿布後購買啤酒的置信度爲800/1000=80%，而購買啤酒後購買尿布的概率爲800/2000=40%，假設置信度爲60%，則購買尿布後購買啤酒滿足條件。
3）提升度：同時含有X、Y與沒有X只有Y的比
假設1000個消費者，500人購買了大米，其中400人購買了小米，置信度爲400/500=80%，而另外500人沒有購買大米，但是有400人購買了小米，置信度也爲80%。購買小米和先購買大米沒有關聯，兩者獨立存在，80%/（400+400）/1000=1。提升度彌補了置信度的缺陷。當提升度爲1時，相互獨立，提升度越大，關聯性越強。
''''
apriori函數:
parameter:
support=0.1 confidence=0.8 maxlen=10 minlen=1
target='rules/frequent itemsets'
appearance:
lhs=beer
control:
sort=1 sort = -1
eclat函數
''''
#加載數據集，獲取數據，共包含9835條交易，169項
> library(arules)
> data('Groceries')
> s