如何在 Apriori 算法中找到关联规则的置信度答案

【问题标题】：How to find Confidence of association rule in Apriori algorithm如何在 Apriori 算法中找到关联规则的置信度
【发布时间】：2017-01-14 19:28:33
【问题描述】：

我正在使用 Apriori 算法来识别客户的频繁项目集。基于识别的频繁项目集，我想在客户将新商品添加到他的购物清单时提示客户建议项目。假设我的一个识别的频繁集是 [2,3,5]。我的问题是；

如果用户已经添加了第 2 项和第 5 项，我想检查规则的置信度以建议第 3 项。为此；

信心=支持(2,3,5)/支持(3)？

或

信心=支持(2,3,5)/支持(2,5)？

哪个等式是正确的？请帮忙！！

【问题讨论】：

【解决方案1】：

如果关联规则是 (2,5) -> (3)，则 X = (2,5) 和 Y = (3)。关联规则的置信度是 (XUY) 的支持度除以 X 的支持度。因此，在这种情况下，关联规则的置信度是 (2,5,3) 的支持度除以 (2, 5).

【讨论】：

【解决方案2】：

假设A^B -> C 那么 Confidence = support(A^B->C)

即多个交易，其中所有三个项目都存在/支持（A，B）

即A 和 B 都存在的许多事务。

所以答案是confidence= support(2,5,3)/support (2,5)

【讨论】：

【解决方案3】：

如果您只想得到答案而无需任何解释：置信度 = 支持 (2,3,5)/支持 (2,5) 您的问题就是答案。

【讨论】：

【解决方案4】：

你的先例是什么？

停止。将等式视为您需要锁定的黑匣子。了解他们，否则你会失败。

【讨论】：