别看这几个公式不起眼,数据分析倒是用的很普遍,所以最好记住啊,记不住也没关系,我都总结好了
一般使用三个指标来度量一个关联规则,根据这三个指标可以筛选出满足条件的关联规则。
这三个指标是:Support(支持度)
、Confidence(置信度)
、Lift(提升度)
。
以X,Y这个关联规则为例来说明:
1. Support(支持度):
表示同时购买X、Y的订单数占总订单数(研究关联规则的“长表”中的所有购买的产品的订单数)的比例。如果用P(X)表示购买X的订单比例,其他产品类推,那么
Support(X,Y)=P(All)P(X,Y)=总订单数同时购买{X,Y}的订单数
2. Confidence(置信度)
表示购买X的订单中同时购买Y的比例,即同时购买X和Y的订单数占购买X的订单的比例。公式表达:
Confidence(X−>Y)=P(Y/X)=P(X)P(X,Y)=购买X的订单数同时购买{X,Y}的订单数
Confidence(Y−>X)=P(X/Y)=P(Y)P(X,Y)=购买Y的订单数同时购买{X,Y}的订单数
3. Lift(提升度):
Lift(X−>Y)=P(X)P(Y)P(X,Y)=P(Y)P(Y/X)=购买X的订单数×购买Y的订单数同时购买{X,Y}的订单数×总订单数
- 提升度反映了关联规则中的X重点内容与Y的相关性;
- 提升度 >1 且越高表明正相关性越高;
- 提升度 <1 且越低表明负相关性越高;
- 提升度 =1 表明没有相关性。