10. Association Rule Mining (연관규칙분석)

1. Association Rule Mining이란?

• 변수들 (feature) 간데 얼마나 연관성을 갖는지
• 인과관계까지 알 수 있는 것은 아님!

 

 

2. 용어

• Antecedent : " IF " 조건절)
• Consequent : " Then " (결과절)
• Item set : 조건절과 결과절을 구성하는 item들의 집합
• 조건절과 결과절에는 공통된 item 존재하지 않음!

 

 

3. A → B (A를 사면 B도 사더라)

  1) Support (지지도)

      Support ( A → B) = P(A) or P(A,B)
      이 때, P(A) : 조건절이 발생할 확률이고, P(A,B)는 두개가 함께 발생할 확률을 말한다.

      원래 이론은 P(A)를 의미하지만, 실제로는 P(A,B) 를 사용한다고 한다.

 

 

  2) Confidence (신뢰도)

      $$confidence ( A → B) = \frac{P(A,B)}{P(A)}$$

      : A를 구매했을 때, A와 B가 모두 동시에 구매될 확률 (조건부확률)

 

 

  3) Lift (향상도)

      $$lift ( A → B) = \frac{P(A,B)}{P(A)P(B)}$$

• = 1 : A, B는 서로 독립 (A, B 무조건 같이 구매)
• > 1 : 긍정적 연관성
• < 1 : 부정적 연관성