sql-server - Apriori算法的 'confidence'和 'lift'概念有什么用

Question

我将使用 Apriori 算法实现个人推荐系统。我知道有“支持”、“信心”和“提升”三个有用的概念。我已经知道他们的意思了。我也知道如何使用支持概念找到频繁项集。但我想知道，如果我们可以使用支持规则找到频繁项集，为什么会有置信度和提升度概念？

你能解释一下为什么在已经应用了“支持”概念的情况下会出现“信心”和“提升”概念吗？如果我已经对数据使用了支持概念，我该如何继续使用“信心”和“提升”概念设置？

如果你能用 SQL 查询来回答我将不胜感激，因为我还是一名本科生。非常感谢

Answer 1

仅支持会产生许多冗余规则。

例如

A -> B
A, C -> B
A, D -> B
A, E -> B
...

提升和类似措施的目的是去除并不比简单规则好多少的复杂规则。在上述情况下，简单规则 A -> B 的置信度可能低于复杂规则，但支持度更高。其他规则可能只是这种强模式的巧合，由于样本量较小，因此信心略强。

同样，如果你有:

A -> B  confidence: 90%
C -> D  confidence: 90%
A, C -> B, D confidence: 80%

那么最后一条规则甚至不好，尽管置信度很高!前两个规则产生相同的结果，但具有更高的置信度。所以最后一条规则不应该是 80% 正确，但如果你假设前两条规则成立，正确率为 -10%!

因此，支持和信心不足以考虑。