知识卡片
提升度:对照独立基线
定义:提升度等于实际共现比例 P(X,Y) 除以两者独立时应有的共现比例 P(X)·P(Y)。独立时恰为 1;大于 1 表示共现超出预期,数值越大关联越强;小于 1 则表示两者相互排斥。
算例:1000 笔交易中,牛奶与鸡蛋共现 300 笔,牛奶 500 笔、鸡蛋 400 笔,提升度为 0.3/(0.5×0.4) = 1.5;面包与牛奶共现 400 笔、面包 400 笔,提升度为 0.4/(0.5×0.4) = 2。两者置信度可能相近,但面包与牛奶的关联更强。
它补上了什么:分母含 P(Y),后件越普遍,提升度越会被压低,正好治置信度偏爱热门后件的病。它把“共现”换算成了“超出随机多少倍”,是可以横向比较的强度量。
盲区:提升度是比值,对低频项集极敏感——共现只有几笔也可能算出很高的值,必须同时看支持度;它也不反映共现的绝对规模,1.2 的提升度在大样本上可能带来可观销量,在小样本上什么都不是。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
提升度和杠杆率都可以将X和Y的支持度与它们各自的支持度进行比较。在使用关联规则挖掘数据时,一些规则的生成可能是纯属巧合。例如,如果95%的客户购买X,90%的客户购买Y,那么X和Y会同时发生的可能性至少为85%,即使这二者之间没有任何关系。
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_006.html)
- 结论依据:5.3 节给出提升度的定义、独立时为 1 的判断标准,以及牛奶—鸡蛋 1.5、牛奶—面包 2 的算例,并据此得出面包与牛奶关联更强的结论。
- 原始内容:提升度和杠杆率都可以将X和Y的支持度与它们各自的支持度进行比较。在使用关联规则挖掘数据时,一些规则的生成可能是纯属巧合。例如,如果95%的客户购买X,90%的客户购买Y,那么X和Y会同时发生的可能性至少为85%,即使这二者之间没有任何关系。