知识卡片

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

四种度量各管一段

理解等级:高级

四把尺子不是互相替代,而是分层把关:

| 度量 | 回答的问题 | 主要盲区 | | 支持度 | 这个组合常见吗 | 常见不代表相关 | | 置信度 | 买了 X 的人多大比例买 Y | 不看 Y 的普遍性,偏爱热门后件 | | 提升度 | 共现比独立预期强几倍 | 比值对低频敏感,不看绝对规模 | | 杠杆率 | 共现比独立预期多多少 | 差值受样本量影响,低频时趋近 0 |

流水线:支持度在搜索阶段裁剪项集,是唯一进入 Apriori 迭代的度量;置信度在规则阶段筛掉不常成立的方向;提升度与杠杆率在评估阶段剔除巧合。三步缺一:只用支持度会留下无信息量的高频组合,只用置信度会被热门商品误导,只用提升度会捞出一堆只出现两三次的“强关联”。

判断原则:任何单一指标都能被构造出反例——阈值稍动,规则清单就会翻转。因此规则价值必须多指标交叉,再回到业务场景确认,不能把某个数字当成结论。

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

      本章讨论了关联规则的4种度量(支持度、置信度、提升度和杠杆率)的意义和趣味性。这些度量可以确保从样本数据集中发现有趣和强大的规则。除了这4种度量,还有其他可选的度量,比如关联[8]、收集强度[9]、确信度[6]和覆盖度[10]。

    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 节依次给出四种度量并说明置信度的缺陷由提升度与杠杆率弥补;5.6 节强调独立项集与覆盖极少的规则都应判为无趣。 - 原始内容:本章讨论了关联规则的4种度量(支持度、置信度、提升度和杠杆率)的意义和趣味性。这些度量可以确保从样本数据集中发现有趣和强大的规则。除了这4种度量,还有其他可选的度量,比如关联[8]、收集强度[9]、确信度[6]和覆盖度[10]。