關(guān)聯(lián)分析關(guān)聯(lián)模式評估關(guān)聯(lián)模式的評估關(guān)聯(lián)分析算法往往產(chǎn)生大量的規(guī)則有一部分可能會具有相對較高的支持度和置信度，但可能由于某些原因，其強(qiáng)關(guān)聯(lián)關(guān)系并不一定能成立或很大一部分可能是不感興趣的。因此，建立一組廣泛接受的評價關(guān)聯(lián)模式質(zhì)量的標(biāo)準(zhǔn)是非常重要的2關(guān)聯(lián)規(guī)則評估標(biāo)準(zhǔn)統(tǒng)計論據(jù)判定主觀論據(jù)判定前件、后件統(tǒng)計上相互獨(dú)立覆蓋少量事務(wù)的模式反映的是偽關(guān)聯(lián)客觀興趣度度量主觀認(rèn)為是無趣的提升度（Lift）杠桿率（Leverage）確信度（Conviction）興趣因子（interestfactor）可視化基于模板的方法主觀興趣度量

3主觀論據(jù)判定模式由主觀認(rèn)為是否為有趣的{黃油}

{面包}無趣，它表示的關(guān)系顯而易見。盡管支持度和置信度都會很高{尿布}{啤酒}是有趣的，因?yàn)檫@種聯(lián)系十分出乎意料，并且可能為零售商提供新的交叉銷售機(jī)會。利用主觀知識對模式評估較為困難，因需要來自領(lǐng)域?qū)＜业拇罅肯闰?yàn)信息4客觀興趣度度量支持度-置信度框架的局限性忽略了規(guī)則后件中項集的支持度高置信度的規(guī)則有時存在誤導(dǎo)5客觀興趣度度量【例】分析喝咖啡和喝茶的人之間的關(guān)系，收集一組飲料偏愛的數(shù)據(jù)，并匯總到表格。1000人的飲料偏好Coffee合計Tea15050200650150800合計8002001000規(guī)則支持度

=15%，置信度s=75%，都相當(dāng)高，似乎規(guī)則成立。評估關(guān)系規(guī)則{茶}{咖啡}。然而，在沒有任何前提條件時，喝咖啡的人的比例為80%；這意味著，喝茶這個條件，反而降低了喝咖啡的概率（由80%降到了75%），說明兩個情況是互斥的。置信度的缺點(diǎn)在于該度量忽略了規(guī)則中后件項集的支持度。相依表6相依表（contingencytable）給定隨機(jī)變量X、Y，可以構(gòu)建一個相依表給定關(guān)聯(lián)規(guī)則XY：ContingencytableforX，Y

Y

Xf11f10f1+f01f00f0+

f+1f+0NContingencytableforX

Y

Y

Xf11f10f1+f01f00f0+

f+1f+0|T|

7客觀興趣度度量客觀興趣度度量使用數(shù)據(jù)的統(tǒng)計量，來確定模式是否確實(shí)關(guān)聯(lián)提升度（Lift）杠桿率（Leverage）確信度（Conviction）興趣因子（interestfactor）相關(guān)度IS度量8提升度提升度：對于事件

X和

Y，提升度表示含有

X的條件下，同時含有

Y的概率，與

Y發(fā)生的概率之比。反映了關(guān)聯(lián)規(guī)則中的

X與

Y的相關(guān)性提升度也可以寫成：即關(guān)聯(lián)規(guī)則的置信度和規(guī)則后件項集支持度的比率。9提升度一般在數(shù)據(jù)挖掘中當(dāng)提升度大于3時，才能認(rèn)為挖掘出的關(guān)聯(lián)規(guī)則是有價值的Lift(X

Y)=1，

X與Y相互獨(dú)立，關(guān)聯(lián)模型兩個條件沒有任何關(guān)聯(lián)；

1，

說明條件X與事件Y是互斥的，規(guī)則X→Y是無效的強(qiáng)關(guān)聯(lián)規(guī)則；≥

1，

規(guī)則X→Y是有效的強(qiáng)關(guān)聯(lián)規(guī)則；10提升度

規(guī)則支持度

=15%，置信度s=75%，都相當(dāng)高，似乎規(guī)則成立?！纠糠治龊瓤Х群秃炔璧娜酥g的關(guān)系，收集一組飲料偏愛的數(shù)據(jù)，并匯總到表格。1000人的飲料偏好Coffee合計Tea15050200650150800合計8002001000評估關(guān)系規(guī)則{茶}{咖啡}。11提升度一種比較簡單的判斷指標(biāo)受零事務(wù)的影響較大如果，例中保持其他數(shù)據(jù)不變，把1000個事務(wù)改成10000個事務(wù)，則計算出提升度就會明顯增大，可見提升度是與零事務(wù)有關(guān)的。1000人的飲料偏好Coffee合計Tea15050200650150800合計800200100010000人的飲料偏好Coffee合計Tea1505020065091509800合計80092001000012

例如：前面例子中，零事務(wù)為既不愛喝咖啡也不愛喝茶葉的事務(wù)，數(shù)值較小，為150。但在現(xiàn)實(shí)中，這個值往往很大。杠桿率定義為：杠桿率越大，X與Y的關(guān)系越緊密；等于0時，X與Y相互獨(dú)立?；?3杠桿率【例】分析喝咖啡和喝茶的人之間的關(guān)系，收集一組飲料偏愛的數(shù)據(jù)，并匯總到表格。1000人的飲料偏好Coffee合計Tea15050200650150800合計8002001000評估關(guān)系規(guī)則{茶}{咖啡}。

14確信度確信度用來衡量隨機(jī)變量X和Y的獨(dú)立性。計算公式：衡量

X出現(xiàn)而

Y

不出現(xiàn)的概率，也就是規(guī)則預(yù)測錯誤的概率。確信度的值=1，X、Y相互獨(dú)立；確信度的值越大，X和

Y

越關(guān)聯(lián)。15確信度【例】分析喝咖啡和喝茶的人之間的關(guān)系，收集一組飲料偏愛的數(shù)據(jù)，并匯總到表格。1000人的飲料偏好Coffee合計Tea15050200650150800合計8002001000評估關(guān)系規(guī)則{茶}{咖啡}。

16興趣因子（interestfactor）定義為：對于二元變量，與提升度Lift等價I(X，Y)=1，

X與Y相互獨(dú)立；<1，

X與Y是負(fù)相關(guān)的；>1，

X與Y是正相關(guān)的；ContingencytableforX，Y

Y

Xf11f10f1+f01f00f0+

f+1f+0N17興趣因子

【例】分析喝咖啡和喝茶的人之間的關(guān)系，收集一組飲料偏愛的數(shù)據(jù)，并匯總到表格。1000人的飲料偏好Coffee合計Tea15050200650150800合計8002001000評估關(guān)系規(guī)則{茶}{咖啡}。18興趣因子【例】給定兩個詞{p，q}和{r，s}出現(xiàn)的頻率。興趣因子I({p，q})=1.02，I({r，s})=4.08。表明：特定情況下，提升度等價于興趣因子，因此興趣因子也有其固有的局限性雖然p和q同時出現(xiàn)在88%的文檔中，但I(xiàn)(p,q)≈1，表明二者相互獨(dú)立。另一方面，

I(r,s)大于I(p,q)，盡管r和s很少同時出現(xiàn)在同一個文檔中。這種情況下，置信度可能是一個更好的選擇，因?yàn)橹眯哦缺砻鱬和q之間的關(guān)聯(lián)（94.6%）遠(yuǎn)遠(yuǎn)強(qiáng)于r和s之間的關(guān)聯(lián)（28.6%）。19相關(guān)分析對于二元變量，相關(guān)度公式：ф(X，Y)=0，

X與Y相互獨(dú)立；≥0，

X與Y正相關(guān)，=1則完全正相關(guān)；0，

X與Y負(fù)相關(guān)的，=-1則完全負(fù)相關(guān)；ContingencytableforX，Y

Y

Xf11f10f1+f01f00f0+

f+1f+0N20相關(guān)分析【例】分析愛喝咖啡和愛喝茶的人之間的關(guān)系，收集一組飲料偏愛的數(shù)據(jù)，并匯總到表格。1000人的飲料偏好Coffee合計Tea15050200650150800合計8002001000

評估關(guān)系規(guī)則{茶}{咖啡}。21相關(guān)分析

當(dāng)樣本大小成比例變化時，它不能夠保持不變。適合于分析對稱的二元變量22IS度量IS是另一種度量，用于處理非對稱二元變量。該度量定義如下：23IS度量【例】給定兩個詞{p,q}和{r,s}出現(xiàn)的頻率。 {p,q}和{r,s}的IS度量分別為