Skip to content

Machine Learning › 非監督式學習 › 關聯規則

關聯規則 (Association Rules) ​

在交易型資料中找「常一起出現的項目」,並產生 A → B 形式的規則。經典應用是購物籃分析,也可用在共同出現的症狀、處方、突變或網頁瀏覽路徑。

指標 ​

指標定義意義
SupportP(A∩B)規則有多常見
ConfidenceP(B∣A)=support(A∩B)support(A)買了 A 的人有多少比例也買 B
LiftP(B∣A)P(B)比「B 本來的出現率」高幾倍;1 = 獨立、> 1 正相關、< 1 負相關
LeverageP(A∩B)−P(A)P(B)實際共現比獨立時多出多少
Conviction1−P(B)1−confidence規則「失敗」比獨立時少幾倍

只看 confidence 會被誤導:B 本身很常見時,任何 A → B 的 confidence 都會很高。下面例子中 bread → milk 的 confidence 0.75,但 lift 0.94 < 1,代表買麵包的人買牛奶的比例反而略低於平均。先看 lift。

流程 ​

text
交易資料 → one-hot(交易 × 項目的布林矩陣)→ 找頻繁項目集(min_support)→ 產生規則(min confidence / lift)→ 篩選與解讀
演算法筆記特性
AprioriApriori逐層產生候選、剪枝;概念簡單
FP-GrowthFP-Growth壓縮成樹再挖掘,不產生候選;大資料較快

兩者找到的頻繁項目集相同,差別只在速度。

解讀提醒 ​

提醒說明
高 support = 常見,不一定有用「大家都買牛奶」不是洞見
高 confidence 可能只是 B 很常見用 lift 對照獨立的基準
共現 ≠ 因果A → B 不代表 A 導致 B
規則很多 ≠ 洞見很多要結合業務 / 領域背景篩選可行動的規則
support 太低的規則不穩定罕見組合的 lift 容易因幾筆交易而很極端
多重比較上千條規則中總有一些純屬偶然;重要的規則要在另一段時間的資料上驗證