知识卡片
杠杆率:用差值量增量
定义:杠杆率等于实际共现比例 P(X,Y) 减去独立假设下的期望共现比例 P(X)·P(Y)。独立时为 0,正数表示正向关联,负数表示 X 与 Y 互相排斥——一方出现反而降低另一方出现的概率。
算例:沿用前面的数字,牛奶与鸡蛋的杠杆率为 0.3 − 0.5×0.4 = 0.1,牛奶与面包为 0.4 − 0.5×0.4 = 0.2,与提升度的排序一致。
与提升度的差别:一个是比值,一个是差值。差值直接给出“多出来的共现占全部交易的比例”,乘上交易总量就能换算成笔数,便于估算增量业务;比值消除了量纲,更适合跨数据集比较关联强度。同样的关联,在大流量场景下杠杆率更直观,在小样本比较中提升度更稳。
共同盲区:两者都以独立为基线,都不表示因果,也都不区分规则方向;在低频项集上杠杆率会趋近 0,看起来“没关系”,其实只是样本太少。
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
杠杆率[7]是一种类似的概念,但使用的不是比率,而是使用差(见公式5.3)。杠杆率测量的是,X和Y在数据集中一起出现的概率与X和Y相互统计独立时一起出现的概率,这两者的差。
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 节把杠杆率定义为共现概率与独立时共现概率之差,给出独立时为 0、有关系时大于 0 的判断,并用两个算例验证其排序与提升度一致。
- 原始内容:杠杆率[7]是一种类似的概念,但使用的不是比率,而是使用差(见公式5.3)。杠杆率测量的是,X和Y在数据集中一起出现的概率与X和Y相互统计独立时一起出现的概率,这两者的差。