目錄
1. 支持度（Support）
支持度表示項集{X,Y}在總項集裏出現的概率。公式爲：
Support(X→Y) = P(X,Y) / P(I) = P(X 
其中，I表示總事務集。num()表示求事務集裏特定項集出現的次數。
比如，num(I)表示總事務集的個數；num(X
2. 置信度 （Confidence）
置信度表示在先決條件X發生的情況下，由關聯規則”X→Y“推出Y的概率。即在含有X的項集中，含有Y的可能性，公式爲：
Confidence(X→Y) = P(Y|X) = P(X,Y) / P(X) = P(X
Confidence(Y→X) = P(X|Y) = P(X,Y) / P(Y) = P(X
3. 提升度（Lift）
提升度表示含有X的條件下，同時含有Y的概率，與Y總體發生的概率之比。
Lift(X→Y) = P(Y|X) / P(Y)
注：提升度 = 置信度 / 支持度 （lift(X->Y)=confidence(X->Y) / support(Y)）
例1，已知有1000名顧客買年貨，分爲甲乙兩組，每組各500人，其中甲組有500人買了茶葉，同時又有450人買了咖啡；乙組有450人買了咖啡，如表（1）所示：
表（1）年貨購買表
試求解 1）”茶葉→咖啡“的支持度
2) "茶葉→咖啡"的置信度
3）”茶葉→咖啡“的提升度
分析：
設X= {買茶葉}，Y={買咖啡}，則規則”茶葉→咖啡“表示”即買了茶葉，又買了咖啡“，於是，”茶葉→咖啡“的支持度爲
Support(X→Y) = 450 / 500 = 90%
"茶葉→咖啡"的置信度爲
Confidence(X→Y) = 450 / 500 = 90%
”茶葉→咖啡“的提升度爲
Lift(X→Y) = Confidence(X→Y) / P(Y) = 90% / ((450+450) / 1000) = 90% / 90% = 1
由於提升度Lift(X→Y) =1，表示X與Y相互獨立，即是否有X，對於Y的出現無影響。也就是說，是否購買咖啡，與有沒有購買茶葉無關聯。即規則”茶葉→咖啡“不成立，或者說關聯性很小，幾乎沒有，雖然它的支持度和置信度都高達90%，但它不是一條有效的關聯規則。
滿足最小支持度和最小置信度的規則，叫做“強關聯規則”。然而，強關聯規則裏，也分有效的強關聯規則和無效的強關聯規則。
如果Lift(X→Y)>1，則規則“X→Y”是有效的強關聯規則。
如果Lift(X→Y) <=1，則規則“X→Y”是無效的強關聯規則。
特別地，如果Lift(X→Y) =1，則表示X與Y相互獨立。
參考鏈接：
https://blog.csdn.net/sanqima/article/details/42746419
https://blog.csdn.net/weixin_42057852/article/details/82661667