外觀
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 |
|---|---|---|
| Support | 規則有多常見 | |
| Confidence | 買了 A 的人有多少比例也買 B | |
| Lift | 比「B 本來的出現率」高幾倍;1 = 獨立、> 1 正相關、< 1 負相關 | |
| Leverage | 實際共現比獨立時多出多少 | |
| Conviction | 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 |
|---|---|---|
| Apriori | Apriori | 逐層產生候選、剪枝;概念簡單 |
| FP-Growth | FP-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 |