Apriori algorithm 的最小置信度和最小支持值的合适值是多少？ ？你怎么能调整它们？它们是固定值，还是会在算法运行期间发生变化？如果您以前使用过此算法，您使用的是什么值？
最佳答案
我建议从支持值 0.05 和置信度值 0.80 开始。但我同意您应该了解它们究竟代表什么，以便能够恰本地定义它们。 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个规则)。已经提出了 20 多个有趣的度量。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 度量来排序我的规则。
J.measure (A ⇒B): J = s/c * (c*log(L) + (1-c)*log((L-c)/L))
关于algorithm - Apriori 的最小置信度和最小支持度，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/2008488/