Mineração de Regra de Associação – Algoritmo Apriori

Adekanmbi 'Yosola Blocked Desbloquear Seguir Seguindo 16 dez

Regra de associação é um dos conceitos muito importantes de aprendizado de máquina sendo usado na análise de cesta de mercado.

Análise de cesta de compras é o estudo dos bancos de dados de transações do cliente para determinar as dependências entre os vários itens que eles compram em momentos diferentes.

O aprendizado de regras de associação é um método de aprendizado de máquina baseado em regras para descobrir relações interessantes entre variáveis em grandes bancos de dados. Ele identifica freqüentes associações if-then chamadas regras de associação que consistem em um antecedente (se) e um conseqüente (então).

Por exemplo: “Se chá e leite, então açúcar” (“Se chá e leite são comprados, então açúcar também seria comprado pelo cliente”)

Antecedente : chá e leite

Conseqüente : Açúcar.

Existem três métricas comuns para medir a associação:

O suporte é uma indicação da frequência com que os itens aparecem nos dados. Matematicamente, o suporte é a fração do número total de transações nas quais o conjunto de itens ocorre.

Confiança indica o número de vezes que as declarações if-then são verdadeiras. Confiança é a probabilidade condicional de ocorrência de conseqüente dado o antecedente.

O elevador pode ser usado para comparar a confiança com a confiança esperada. Isso indica a probabilidade de o item Y ser comprado quando o item X é comprado, enquanto controla como o item Y é popular. Matematicamente,