【发布时间】：2016-01-12 22:42:42
【问题描述】：
我通过关联规则算法分析超市的数据库虽然，最小置信度（0.04）和最小支持度（0.002）很低，但得到它们的结果是琐碎的规则（每天购买的新鲜物品）例如：
番茄 --> 黄瓜
牛奶 --> 鸡蛋
我不认为这条规则对任何事情都有好处。
我使用 sql server 商业智能进行分析。
我的数据库是否可能无法帮助我进行预测或其他问题
【问题讨论】：
-
为什么这些不是好规则？对我来说，这听起来很像一个好的关联规则的定义。它告诉您哪些项目是高度相关的。 （当然，超过 2 个项目的规则会更有趣。）
-
不是好的规则，因为它是每天连续购买的新鲜物品，例如已经相互购买的蔬菜不是规则我认为好的规则，例如油 - 大米或油 - 汤粉
-
好吧，试着把它变成一个数学属性。在我看来，番茄和黄瓜是一个很好的规则，基于信心和支持作为“好”的定义。
标签： data-mining apriori