知识卡片

普通读书笔记卡 · 9749.b · 生成模型:DeepSeek-V4.1-Flash

支持度是交易的覆盖率

理解等级:中级

定义:项集 L 的支持度,是包含 L 的交易数占全部交易数的比例。100 笔交易里 80 笔有面包,{面包} 的支持度就是 0.8;60 笔同时有面包和黄油,{面包, 黄油} 就是 0.6。

读法:它衡量覆盖面有多广,与规则箭头方向无关——X → Y 和 Y → X 的支持度相同,都等于并集 X∪Y 的支持度。支持度低说明这条规律只发生在少数交易里,样本一少,后面算出的置信度就很不稳,一条只覆盖三笔交易的规则即使置信度为 1 也没有统计意义。

在算法里的位置:支持度是唯一进入搜索过程的度量,它决定哪些项集能活到下一轮。置信度、提升度都是事后在被留下的项集上计算的——支持度先决定“有没有资格被讨论”。

盲区:支持度高只说明常见,不说明有联系。买盐和买酱油都很常见,共现比例自然高,但两者可能各自独立,这就必须靠提升度、杠杆率来纠正。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第5章 高级分析理论与方法:关联规则 · 查看原书依据

      Apriori的一个主要组件是支持度(support)。给定一个项集L,L的支持度[2]是包含L的交易的百分比。例如,如果80%的交易含有项集{bread},则{bread}的支持度就是0.8。同样,如果所有交易的60%包含项集{bread,butter},则{bread,butter}的支持度是0.6。

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第5章 高级分析理论与方法:关联规则(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0015_split_001.html) - 结论依据:5.1 节给出支持度是包含该项集的交易的百分比并举例;5.3 节与 5.6 节说明它不能说明关联性,需要提升度与杠杆率补充。 - 原始内容:Apriori的一个主要组件是支持度(support)。给定一个项集L,L的支持度[2]是包含L的交易的百分比。例如,如果80%的交易含有项集{bread},则{bread}的支持度就是0.8。同样,如果所有交易的60%包含项集{bread,butter},则{bread,butter}的支持度是0.6。