연관규칙학습

1 개요

association rule learning, market basket analysis

聯關 規則 學習

연관 규칙 학습, 연관 규칙 발견, 연관성 규칙 발견, 연관 규칙 탐사, 연관성 분석, 연관분석, 장바구니 분석

• 연관규칙을 발견하는 과정
• 자주 같이 등장하는 항목(장바구니에 같이 들어가는 상품)을 발견하려는 것이다.

주로 상품추천에 활용한다.

2 측정값

지표	수식	설명
지지도(support)	[math]\displaystyle{ \mathrm {supp} (X)={\frac {|\{t\in T;X\subseteq t\}|}{|T|}} }[/math]	전체사례 중 A와 B가 모두 있는 사례의 비율 A와 B가 동시에 포함된 사례수 / 전체 사례수 [math]\displaystyle{ P(A∩B) }[/math]
신뢰도(confidence) ★	[math]\displaystyle{ \mathrm{conf}(X \Rightarrow Y)=\frac{ \mathrm{supp}(X \cup Y) }{ \mathrm{supp}(X) } }[/math]	A가 포함된 사례수 중 B도 포함된 사례의 비율 A와 B가 동시에 포함된 사례수 / 품목 A가 포함된 사례수 [math]\displaystyle{ \displaystyle{ P(B|A)=\frac{P(A∩B)}{P(A)} } }[/math]
향상도(lift)	[math]\displaystyle{ \mathrm{lift} (X \Rightarrow Y) = \frac{ \mathrm{supp} (X \cup Y) }{ \mathrm{supp}(X) \times \mathrm{supp}(Y) } }[/math]	A 없을 때 B의 있을 확률 대비 A 있을 때 B 있을 확률의 비율 [math]\displaystyle{ \displaystyle{ \frac{P(A∩B)}{P(A)\cdot P(B)}=\frac{P(B|A)}{P(B)} } }[/math]
conviction	[math]\displaystyle{ \mathrm {conv} (X\Rightarrow Y)={\frac {1-\mathrm {supp} (Y)}{1-\mathrm {conf} (X\Rightarrow Y)}} }[/math]

3 같이 보기

• 연관
• 탐사
• 연관성
• 상관 분석
• 추천 시스템
• 데이터 마이닝
• R 연관규칙학습

4 참고

• https://en.wikipedia.org/wiki/Association_rule_learning
• http://www.ktcloudware.com/seminar/down/09.pdf