机器学习推荐算法之关联规则（Apriori）——支持度、置信度与提升度

在机器学习推荐算法中，关联规则是一种常用的方法，用于发现数据集中不同商品之间的关联关系。这种关联关系可以反映用户的购买行为和兴趣偏好，进而为推荐系统提供有力的依据。在关联规则中，有三个核心指标：支持度、置信度和提升度。它们是衡量关联规则有效性的重要标准。
一、支持度（Support）
支持度用于衡量关联规则在数据集中出现的频率。具体来说，支持度是指在所有事务中同时包含A和B的事务的比例。换句话说，它反映了A和B两个商品同时被购买的概率。
例如，假设一个超市的数据集显示，在100个购物交易中，有20个交易同时购买了牛奶和面包。那么牛奶和面包的关联规则的支持度为20%。
二、置信度（Confidence）
置信度是一个条件概率，表示在购买商品A的情况下，购买商品B的概率。具体来说，置信度是指在购买商品A的事务中，同时购买商品B的比例。
继续上面的例子，如果10个购买牛奶的交易中，有6个也购买了面包，那么牛奶到面包的置信度为60%。
三、提升度（Lift）
提升度是一个比较概念，用于衡量关联规则中商品A的出现对商品B出现概率的提升程度。提升度的计算公式为：提升度(A→B) = 置信度(A→B)/支持度(B)。
如果提升度大于1，说明商品A的出现增加了商品B的出现概率；如果提升度等于1，说明商品A的出现对商品B的出现概率没有影响；如果提升度小于1，说明商品A的出现降低了商品B的出现概率。
在上面的例子中，假设面包的支持度为30%（30个交易购买了面包），那么提升度(牛奶→面包) = 60%（置信度）/ 30%（支持度) = 2。这表明购买牛奶的交易中购买面包的概率是没有购买牛奶交易的两倍。
实际应用中，关联规则的三个指标可以相互补充，共同衡量关联规则的有效性。支持度和置信度可以初步筛选出有意义的关联规则，而提升度则可以帮助我们进一步了解这些关联规则的实质性影响。
需要注意的是，在实际应用中，我们还需要考虑其他因素，如规则的可解释性、用户隐私等。此外，为了提高推荐系统的准确性和多样性，我们还可以结合其他算法和策略进行优化和改进。
总结起来，支持度、置信度和提升度是机器学习推荐算法中关联规则的重要指标。它们可以帮助我们理解用户行为、发现有趣的关联规则，并提高推荐系统的性能。在实际应用中，我们需要综合考虑这些指标以及其他因素，以实现更精准、更有效的推荐。