关联数据分析，就是从大规模数据中，发现对象之间隐含关系与规律的过程，也称为关联规则学习。例如：购物篮分析，最早是为了发现超市销售数据库中不同的商品之间的关联关系。用于寻找数据集中各项之间的关联关系。根据所挖掘的关联关系，可以从一个属性的信息来推断另一个属性的信息。当置信度达到某一阈值时，可以认为规则成立。

01）常用的关联数据分析算法

02）关联规则概念

1.项与项集

项，指我们分析数据中的一个对象；项集，就是若干项的项构成的集合，如集合{牛奶、麦片、糖}是一个3项集

2.支持度

某项集在数据集中出现的概率。即项集在记录中出现的次数，除以数据集中所有记录的数量。

支持度体现的是某项集的频繁程度，只有某项集的支持度达到一定程度，我们才有研究该项集的必要。

support(A)=count(A)/count(dataset)=P(A)

3.置信度

项集A发生，则项集B发生的概率。关联规则{A->B}中，A与B同时出现的次数，除以A出现的次数。

置信度体现的是关联规则的可靠程度，如果关联规则{A->B}的置信度较高，则说明当A发生时，B有很大概率也会发生，这样就可能会带来研究价值。

4.提升度

关联规则{A->B}中，提升度是指{A->B}的置信度，除以B的支持度

提升度体现的是组合（应用关联规则）相对不组合(不应用关联规则)的比值，如果提升度大于1，则说明应用该关联规则是有价值的。如果提升度小于1，说明应用该关联规则起到了负面影响。因此，我们应该尽可能让关联规则的提升度大于1，提升度越大，则应用关联规则的效果越好。（注：如果两个事件相互独立，P(AB)=p(A)*P(B),提升度为1）.关联数据分析。

5.频繁项集

如果项集I的支持度满足预定义的最小支持度阈值，则I是频繁项集。

通常情况下，我们只会对频繁出现的项集进行研究。如果一个频繁项集含有K个元素，我们称之为频繁K项集。

6.最小支持度

用户或专家定义的衡量支持度的一个阈值，表示项集在统计意义上的最低重要性。

7.最小置信度

用户或专家定义的衡量置信度的一个阈值，表示关联规则的最低可靠性。同时满足最小支持度阈值和最小置信度阈值的规则成为强规则。

目前，设置最小支持度和最小置信度，大部分根据业务经验设置初始值，然后经过多次调整，获取与业务相符的关联规则结果。

关联数据分析算法在在线数据分析平台中也有很好的运用，感兴趣的同学可以前往九数云官网中的帮助文档，跟着帮助文档一步步进行关联数据分析，一定会受益匪浅。

九数云传送门：九数云-在线数据分析工具_在线报表工具_分析有趣,决策有据 (jiushuyun.com)