Śledź nas na:



Reguły asocjacyjne - reprezentowanie danych i hipotez

Określenie “często” nie jest zbyt precyzyjnym określeniem ilości powtórzeń wystąpień zbiorów X i Y wśród analizowanego zbioru trenującego. W celu sprecyzowania interpretacji reguł asocjacyjnych określa się dla nich wsparcie i zaufanie. Wsparcie jest stosunkiem ilości wystąpień przykładów P, które zawierają w całości opisy X oraz Y do ilości wszystkich przykładów P, gdzie P jest dowolnym podzbiorem zawierającym tylko i wyłącznie przykłady Z:


Wsparcie(X ⇒ Y) = |PX∪Y| / |P|


Każda reguła może być więc wspierana, albo naruszana przez przykład. Natomiast zaufanie reguły w zbiorze P definiuje się następująco:


Zaufanie(X ⇒ Y) = |PX∪Y| / |PX|


czyli jako stosunek liczby przykładów ze zbioru P, w których opisach występują zarówno opisy X jak i Y do liczby przykładów, w których opisach występują tylko elementy zbioru X, czyli zbioru wartości warunkujących. Poniższy przykład ilustruje wsparcie i zaufanie wybranych reguł w transakcjach sprzedaży sklepu:


transakcja

produkty

1

chleb, masło

2

chleb, masło, mleko, jabłka

3

chleb, mleko, jabłka

4

chleb, masło, mleko, jabłka


reguła

wspierana

naruszana

chleb AND mleko --> jabłka

2, 3, 4

 

chleb --> masło

1, 2, 4

3


Zgodnie z definicją wsparcia i zaufania dla reguł otrzymujemy następujące wyniki dla analizowanych reguł:


  • chleb AND mleko --> jabłka wsparcie=75% zaufanie=100%

  • chleb --> masło wsparcie=75% zaufanie=75%

Podsumowując, wsparcie mówi, jak często w badanym zbiorze występuje sytuacja opisana przez regułę, natomiast zaufanie mówi, jak często sytuacja opisana przez zbiór wartości warunkowych występuje pod warunkiem wystąpienia sytuacji opisanej przez zbiór wartości warunkujących.




Zobacz także