《Python資料挖掘：概念、方法與實踐》——第2章關聯規則挖掘

本節書摘來自華章社群《python資料挖掘：概念、方法與實踐》一書中的第2章關聯規則挖掘，作者[美] 梅甘·斯誇爾（megan squire），更多章節内容可以通路雲栖社群“華章社群”公衆号檢視

第2章

關聯規則挖掘

在資料挖掘工具箱中，計量某個模式的頻率是一項關鍵任務。在某些情況下，較頻繁出現的模式可能最終成為更加重要的模式。如果我們可以發現經常同時出現的兩個或者三個項目，就更為有趣了。

在本章中，我們開始研究頻繁項集，然後将其擴充為稱作關聯規則的一類模式。我們将介紹如下主題：

什麼是頻繁項集？使用哪些技術找出頻繁項集？瓶頸在哪裡？如何加速這一過程？

如何将頻繁項集擴充為關聯規則？

什麼是好的關聯規則？我們将根據資料庫中的支援程度、對規則本身的置信度以及我們找出的規則所增加的價值，學習描述特定關聯規則的價值。

為此，我們将編寫一個程式，在關于一組軟體項目的中繼資料（事實）公開資料集中尋找頻繁項集。然後，學習在用于描述那些項目的标記中尋找頻繁項集。接着，将學習通過計算資料庫支援度，然後增加機率導向（x蘊含y）置信區間，将頻繁項集擴充為關聯規則。最後，将學習如何解讀關聯規則。具體地說，我們應該了解關聯規則說明以及沒有說明的情況。