基本概念
频繁模式：
频繁模式是频繁地出现在数据集中的模式（如项集、子序列或子结构）。
例如：频繁地同时出现在交易数据集中的商品（如香皂和洗衣液）的集合是频繁项集。
| 序号 | 交易号 | 香皂（a） | 洗发露（b） | 洗衣液（c） | 牙膏（d） | 简化表示 |
|---|---|---|---|---|---|---|
| 1 | 081201 | 香皂 | 洗发露 | 洗衣夜 | a, b, c | |
| 2 | 081202 | 香皂 | 洗衣夜 | 牙膏 | a, c, d | |
| 3 | 081203 | 香皂 | 洗发露 | a, b, | ||
| 4 | 081204 | 洗发露 | 洗衣夜 | 牙膏 | b, c, d | |
| 5 | 081205 | 香皂 | 洗发露 | 洗衣夜 | 牙膏 | a, b, c, d |
| 6 | 081206 | 香皂 | 洗发露 | 洗衣夜 | 牙膏 | a, b, c, d |
| 7 | 081207 | 洗发露 | 牙膏 | b, d | ||
| 8 | 081208 | 香皂 | 牙膏 | a, b, c, d | ||
| 9 | 081209 | 香皂 | 洗发露 | a, d | ||
| 10 | 081210 | 香皂 | 洗发露 | 牙膏 | a, b, d |
关联规则：
关联规则就是描述数据事务属性项目之间的关联。
- 表示成X＝>Y(s%, c%)。
- 其中s%为支持度，即X和Y同时出现的概率，c%为置信度，即在X出现的情况下，Y也出现的概率。
- 举例：上表中可以知道：有6个事务中买香皂就一定买了洗发露；如第1，3，5，6，9和10条。这个概率为6/10=60%。
在买香皂的前提下（即有8个，1，2，3，5，6，8，9，10），又买洗发露的个数为6个，这个概率为6/7=85%。
那么写“买香皂就一定买了洗发露”的关联规则表示成：a=>b。此时的支持度为60%，置信度为85％。
支持度：
支持度就是指定的项目组合集，在数据库中包含这个项目集的事务数占总数的比例。
- 项目集就是项目属性的任意组合，如表所示，这里有4个项目属性a,b,c,d,则可能有4^2即16种情况，全部没有除外就只有15种情况。
- 假设项目集为{a}，也就是买香皂的交易有：1，2，3，5，6，8，9，10，也就是有8个交易中有香皂，所以项目集为{a}的支持数为8，支持度为80%。
假设项目集为{a，b}，也就是同时买香皂和洗发露的交易有：1，3，5，6，9,10也就是有6个交易中同时有香皂和洗发露，所以项目集为{a，b}的支持数为6，支持度为60%。
置信度：
置信度是在X出现的情况下，Y也出现的概率。计算公式为：X和Y的支持数/X的支持数。
- 规则：{a,b}=>{c}(30%, 50%), {a,b,c}的支持数为3个，{a,b}的支持数为6个,规则置信度为50%。
频繁项目集：
频繁项目集就是指项目集的支持度大于人们指定的支持度。
- 举例：项目集为{a，b}的支持数为6，支持度为60%，如果人们指定的支持度为60%，则它为频繁项目集。如果指定的支持度为61%，它为非频繁项目集.
本人初学，敬请指教。