文档介绍：关联分析（笔记）
事物之间的关联关系包括：简单关联关系、序列关联关系。
关联关系简单关联关系
序列关联关系
简单关联规则：属于无指导学习方法，不直接用于分类预测，只揭示事物内部的结构
Spssmodeler提供了APriori、G
CARD
F
NO
15000
35
F
T
=
F
F
7
62995
CASH
F
YES
20300
30
T
F
-
F
F
3
38765
CASH
M
YES
24400
22
F
F
-
F
F
[1W:[1:
H#亠尉
T^le室段！Tablei
適—►鑒
BA&
所有购买项目均选入前项antecedent和后项consequent。
输出结果的最低支持度是10%；本例设定的划分频繁项集的标准大于最小支持度10%。最小置信度是80%；
前项最多项目数：5
本例中，三项以上没有超过10%的支持度，所以不能形成三项以上的频繁项集，最大的频繁项集大小是2。
后项
前项
规则ID
实例
支持变％
置信度轴
规则支捋%
握升］
部署能R
frozenmeal
beermrinedveg
2
167
21
cannedveg
beerfrozenmeal
170
170
24
beer
frozenmealcannedveg
3
173
27
结论解释：
实例：包含前项beer、cannedveg的样本有167个，%。规则支持度：同时购买beer、cannedveg、%。
规则置信度：购买beer、cannedveg的客户中，%的人有购买frozenmeal。
规则2下，。
例2
数据格式：事实表算法:Apriori
本例前项选择性别和家乡，旨在不同性别和地区客户的购买行为是否存在频繁项集
由于AGE是数据类型变量，所以前项不能选入AGE,可在GRI算法中选入AGE。
cardid
value
pmethod
sex
homeown
income
age
fruitvegfreshmeat|dairy|cannedveg
cannedmeM
1
39808
CHEQUE
M
NO
27000
46
F
T
T
F
F
2
67362
25357
CASH
F
NO
30000
28
F
T
-
F
F
3
10872
CASH
M
NO
13200
36
F
F
二
T
F
4
26748
CARD
F
NO
12200
26
F
F
T
F
F
5
91609
18813
CARD
M
YES