(1)将每个事务ID视为一个购物篮,计算项集{e},{b,d}和{b,d,e}的支持度。
(2)使用(a)的计算结果,计算关联规则{b,d}→{e}和{el→{b,山的置信度。置信度是对称
的度量吗
(3)将每个顾客ID作为一个购物篮,重复(a)。应当将每个项看作一个二元变量(如果
个项在顾客的购买事务中至少出现了一次,则为1;否则,为0)。
(4)使用()的计算结果,计算关联规则{b,d}→{e}和{e}→{b,d)的置信度。
(5)假定s1和c1是将每个事务ID作为一个购物篮时关联规则r的支持度和置信度,而2和c2是将每个顾客ID作为一个购物篮时关联规则r的支持度和置信度。讨论s1和或c1和c2之间是否存在某种关系?数据洞察实训工作空间--提供数据分析、市场调查、数字人项目、数据爬取等大学生实习实训项目，连接校园与职场的数字化人才认证学习平台">
| 顾客ID |
事务ID |
购买项 |
| 1 |
0001 |
{a,d,e} |
| 1 |
0024 |
{a,b,c,e} |
| 2 |
00l2 |
{a,b,d,e} |
| 2 |
0031 |
{a,c,d,e} |
3 |
0015 |
{b,c,e} |
3 |
0022 |
{b,d,e} |
4 |
0029 |
{c,d} |
4 |
0040 |
{a,b,c} |
5 |
0033 |
{a,d,e} |
5 |
0038 |
{a,b,e} |
(1)将每个事务ID视为一个购物篮,计算项集{e},{b,d}和{b,d,e}的支持度。
(2)使用(a)的计算结果,计算关联规则{b,d}→{e}和{el→{b,山的置信度。置信度是对称
的度量吗
(3)将每个顾客ID作为一个购物篮,重复(a)。应当将每个项看作一个二元变量(如果
个项在顾客的购买事务中至少出现了一次,则为1;否则,为0)。
(4)使用()的计算结果,计算关联规则{b,d}→{e}和{e}→{b,d)的置信度。
(5)假定s1和c1是将每个事务ID作为一个购物篮时关联规则r的支持度和置信度,而2和c2是将每个顾客ID作为一个购物篮时关联规则r的支持度和置信度。讨论s1和或c1和c2之间是否存在某种关系?数字化人才认证学习中心提供BDA数据分析师初/中/高级认证课程、会员自习、题库实训等服务，助力数据分析能力提升。">
更多功能已迁移至学员中心小程序，请微信扫码查询
1970年01月01日
学员中心
联系我们
中国信息协会市场研究业分会
中经数（北京）数据应用技术研究院
监督电话
