← 返回刚才阅读的位置

知识卡片

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

置信度是条件占比

理解等级:中级

定义:规则 X → Y 的置信度,等于同时含 X、Y 的交易数除以含 X 的交易数,即条件概率 P(Y|X)。{面包, 鸡蛋, 牛奶} 与 {面包, 鸡蛋} 的支持度都是 0.15 时,{面包, 鸡蛋} → {牛奶} 的置信度为 1,意味着买了面包和鸡蛋的顾客没有不买牛奶的。

方向不对称:X → Y 与 Y → X 的支持度相同,置信度却一般不同。买牛奶的人里买麦片的只占一小部分,反过来买麦片的人几乎都买牛奶;这两条规则的业务含义完全不同,不能互换。

用法:配合最小置信度阈值过滤,留下的称为强规则。它回答“这条规则在多大比例的适用场合成立”,是最容易向业务方解释的度量,也常被用来给规则排序。

注意:置信度高不等于规律强。它没有和“如果两者无关会怎样”作比较,一旦后件本身很热门,任何指向它的规则都会显得很强——这是它最大的漏洞。

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

    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_003.html) - 结论依据:5.3 节把置信度定义为同时包含 X 和 Y 的交易占所有包含 X 的交易的百分比,并用 {bread, eggs} → {milk} 置信度为 1 的例子说明;随后指出它未考虑后件。 - 原始内容:置信度 (confidence)[2]被定义为与每个发现规则相关联的确定性或可信度。在数学上,置信度是同时包含X和Y的交易与所有包含X的交易的百分比(见公式5.1)。