DalšíDalší průvodce
Online a těžká negativní těžba
Technický
PRŮVODCE Základy
Těžba asociačních pravidel vyhledává kombinace položek, které se v transakčních datech vyskytují společně častěji než zvolená prahová hodnota.
Poslechněte si tento návodAI-vyprávěný · ~3 min
Pravidlo typu chléb → mléko je shrnuto pomocí podpory, spolehlivosti a někdy i liftu. Apriori vyhledává časté množiny položek prořezáváním nadmnožin, jejichž podmnožiny jsou již příliš vzácné, ale společný výskyt nedokazuje příčinnou souvislost.
Association rules are commonly written X → Y, with disjoint itemsets X and Y. The arrow describes a pattern in observed transactions, not a causal effect or a time order. In a basket dataset, support is the fraction of all baskets containing both X and Y. Confidence is the fraction of baskets containing X that also contain Y. Lift compares that confidence with how common Y is overall. A lift above one means Y appears more often with X than the simple overall Y rate would suggest in that dataset; it does not establish a mechanism. Use a constructed example with ten baskets. Bread appears in five, milk in four, and both in three. Support for bread → milk is 3/10 = 0.30. Confidence is 3/5 = 0.60. Milk's base rate is 4/10 = 0.40, so lift is 0.60/0.40 = 1.5. Reversing the rule changes confidence: milk → bread has 3/4 = 0.75, while support remains 0.30. Apriori, introduced by Agrawal and Srikant, searches itemsets by size. Its pruning principle is that if a set is frequent, all its subsets must also be frequent; therefore an infrequent subset rules out every larger candidate containing it. The algorithm repeatedly counts candidate itemsets against a minimum support threshold. This saves work but can still produce many candidates or scans when transactions contain many correlated items. FP-growth is another frequent-pattern method that compresses transactions in a tree and mines patterns without the same explicit candidate-generation process. A high-confidence rule can be uninteresting if Y is already common. A rare rule can be unstable even if its lift is large. Set support thresholds with the task and sample size in mind, and test patterns on later data. Data from loyalty accounts or online behavior can be incomplete and privacy-sensitive. Explain the population, time window and handling of missing transactions, and avoid turning a basket association into an unsupported claim that buying X causes Y.
Učitel vypočítá podporu, spolehlivost a lift pro vymyšlenou tabulku košíků s chlebem a mlékem, než začne diskutovat o tom, co každé číslo znamená.
Maloobchodník zkoumá, zda pravidlo odráží skutečný nákupní vzorec, nebo jde jen o velmi oblíbenou položku.
Knihovna testuje, zda je vypůjčování dvou témat společně stabilní v průběhu měsíců, místo aby publikovala pravidlo z jednoho krátkého období.
Datový inženýr porovnává generování kandidátů Apriori s FP-growth, když časté vzory činí sady kandidátů nákladnými.
Těžba asociací zůstává užitečná pro zkoumání společného výskytu v maloobchodě, provozu a výzkumu, i když doporučovací systémy používají bohatší modely. Rychlejší algoritmy mohou odhalit více vzorů, ale hlavní výzvou je rozhodnout, které z nich jsou stabilní a použitelné. Týmy by měly před akcí zkontrolovat replikaci v pozdějším období, popularitu položek, pokrytí podskupin a soukromí. Pravidlo nalezené v jednom obchodě nebo sezóně může jinde zmizet. Budoucí rozhraní mohou analytikům pomoci porovnávat podporu, spolehlivost, lift a nejistotu společně, namísto řazení podle jednoho působivého čísla. Jasná omezení jsou důležitá: transakční asociace je důkazem o dané datové sadě, nikoli důvodem k předpokladu záměru zákazníka nebo kauzálního účinku.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Association rule mining finds item combinations that occur together more often than a chosen threshold in transaction-like data. A rule such as bread → milk is summarized by support, confidence and sometimes lift. Apriori searches frequent itemsets by pruning supersets whose subsets are already too rare, but co-occurrence does not prove causation.
Podpora dělí počet spojů všemi košíky: 3/10 = 0,30.
Z pěti košíčků obsahujících chléb tři obsahují také mléko, takže spolehlivost je 3/5 = 0,60.
Lift je důvěra dělená podporou následku: 0,60/0,40 = 1,5.
Both directions share the three joint baskets, but milk → bread conditions on four milk baskets rather than five bread baskets.
Adding items cannot increase the transaction count containing the set, so an infrequent subset rules out its supersets at the same threshold.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Online a těžká negativní těžba
Technický