对 Apriori 的最低置信度和最低支持度答案

【问题标题】：Minimum confidence and minimum support for Apriori对 Apriori 的最低置信度和最低支持度
【发布时间】：2011-01-01 18:48:17
【问题描述】：

Apriori algorithm 的最小置信度和最小支持值是什么合适的值？你怎么能调整它们？它们是固定值，还是在算法运行期间发生变化？如果你之前用过这个算法，你用了什么值？

【问题讨论】：

如果没有有关您的问题域的更多信息，我认为这是无法回答的。这些参数的目的是修剪搜索空间，因此将在效率和结果质量之间进行权衡。没有任何一组值可以适用于所有问题领域。

标签： algorithm parameters data-mining apriori

【解决方案1】：

我建议从 0.05 的支持值和 0.80 的信心值开始。但我同意您应该了解它们究竟代表什么，以便能够适当地定义它们。对于规则 A => B（其中 A、B 非空集）

Support (A ⇒ B): s = P(A, B)
Confidence (A ⇒ B): c = P(B | A)
Lift (A ⇒ B): L = c/P(B)

提升对于评估规则的趣味性很重要（因为您通常会想出数百条规则）。已经提出了超过 20 种有趣的衡量标准。这些包括 Ф 系数、kappa、互信息、J 度量和基尼指数。我个人根据 J-measure 对我的规则进行排序。

J.measure (A ⇒B): J = s/c * (c*log(L) + (1-c)*log((L-c)/L))

【讨论】：

【解决方案2】：

您必须在运行算法之前设置 minsup 和 minconf 值，并且它们在挖掘过程中不会改变。

选择 minsup 参数取决于您的数据。

对于某些数据，我使用 80 %。对于其他一些数据，我使用 0.05 % 。这一切都取决于数据集。通常，我从一个较高的值开始，然后减小这些值，直到找到一个可以生成足够多模式的值。

对于信心，它更容易一些，因为它代表了您对规则的信心。所以通常，我使用 60% 之类的东西。但这也取决于数据。

此外，如果您不想使用 minsup 参数，可以使用 top-k 挖掘算法。在这种情况下，您将指定 k=1000，例如算法将发现 1000 条规则，而不是使用 minsup。我为关联规则挖掘设计了一种这样的算法。它被称为 TopKRules，您可以下载 source code。描述它的论文将很快发表。它只使用两个参数：k 和 minconf。

【讨论】：