关联规则算法和相关性有什么区别

关联规则算法和相关性都是用来分析数据之间的关系，但它们的侧重点不同。

关联规则算法主要用于挖掘数据中频繁出现的项集之间的关系，例如“购买了商品A的人也经常购买商品B”，从而可以用来制定商品的搭配、推荐系统等。

相关性则是用来衡量两个变量之间的相关程度，例如两个变量的值是否同时上升或下降，从而可以用来探索变量之间的因果关系。

因此，关联规则算法侧重于发现数据中的关联关系，而相关性则侧重于衡量数据之间的相关程度。