2015-10-14 106 views
-2

我用关联规则算法分析超市的数据库,尽管min信心(0.04)和min支持度(0.002)低但得到它们的结果是平凡的规则(例如每天购买的新鲜物品) :关联规则算法中的平凡规则

番茄 - >黄瓜

牛奶 - >鸡蛋

我不事规则,这可能是任何东西的好处。

我使用sql server商业智能进行分析。

难道我的数据库不能帮我在预测或其他问题

+0

为什么这些不是很好的规则?听起来很像我的一个很好的关联规则的定义。它告诉你哪些项目强相关。 (超过2项当然规则获取更有趣。) –

+0

不是很好的规则,因为它是买日常连续例如已经互相不规律买蔬菜保鲜项目,我认为例如 油很好的规则 - 大米 或 油 - 汤粉 –

+0

那么,尽量使那* *数学*财产。在我看来,西红柿和黄瓜*是一个很好的规则,基于对“好”的定义的信心和支持。 –

回答

0

信心,其本身并不能告诉你太多。你还需要考虑提升(当番茄存在时黄瓜比不存在番茄时更有可能)。您也可以使用从意外事件表中计算的卡方值与黄瓜番茄存在时不存在的计数。较高的卡方值通常表示更有趣的规则。