交易记录 商品名称和代码 160122330 面包(A),甜酱(B),芝麻酱(C) 160122331 面包(A),芝麻酱(C) 160122332 面包(A),芝麻酱(C),牛奶(D) 160122333 面包(A),啤酒(E) 160122334 牛奶(D),啤酒(E)
时间: 2023-10-23 07:12:55 浏览: 53
好的,根据你提供的数据集,我们可以运行Apriori算法来找出所有的2项集,并计算它们的支持度和置信度。下面是具体步骤:
1. 找出所有的1项集
| 商品名称 | 支持度 |
| -------- | ------ |
| A | 4/5 |
| B | 1/5 |
| C | 3/5 |
| D | 2/5 |
| E | 2/5 |
2. 根据最小支持度阈值(假设为0.4),找出所有的2项集
| 商品名称 | 支持度 |
| -------- | ------ |
| A,B | 0 |
| A,C | 3/5 |
| A,D | 2/5 |
| A,E | 1/5 |
| B,C | 1/5 |
| C,D | 1/5 |
| C,E | 1/5 |
| D,E | 1/5 |
3. 计算所有2项集的置信度(假设最小置信度阈值为0.6)
| 规则 | 支持度 | 置信度 |
| -------- | ------ | ------ |
| A -> B | 0 | 0 |
| B -> A | 0 | 0 |
| A -> C | 3/5 | 0.75 |
| C -> A | 3/5 | 1 |
| A -> D | 2/5 | 0.5 |
| D -> A | 2/5 | 1 |
| A -> E | 1/5 | 0.25 |
| E -> A | 1/5 | 0.5 |
| B -> C | 1/5 | 1 |
| C -> B | 1/5 | 0.33 |
| C -> D | 1/5 | 0.33 |
| D -> C | 1/5 | 0.5 |
| C -> E | 1/5 | 0.33 |
| E -> C | 1/5 | 0.5 |
| D -> E | 1/5 | 0.5 |
| E -> D | 1/5 | 0.5 |
这样,我们就找出了所有的2项集,并计算了它们的支持度和置信度。如果你有更多问题,可以随时问我哦!