If X and Y are independent, then th

If X and Y are independent, then the lift will be close to 1. If lift(X ? Y) > 1, then X and Y correlate positively. For example lift(X ? Y) = 5 means that X and Y happen five times more together than what would be the case if they were independent. If lift(X ? Y) < 1, then X and Y correlate negatively (i.e., the occurrence of X makes Y less likely and vice versa). Rules with a higher lift value are generally considered to be more interesting. However, typically lift values are only considered if certain thresholds with respect to support and confidence are met.
In the remainder of this section, we restrict ourselves to a special form of association rule learning known as market basket analysis. Here we only consider binary variables that should be interpreted as present or not. For example, let us consider the first two columns in Table 3.1. This data set can be rewritten to so called item-sets:

Results (Thai) 1:

ถ้า X และ Y เป็นอิสระ แล้วลิฟท์จะใกล้กับ 1 ถ้ายก (X Y) > 1 แล้ว X และ Y ซึ่งบวก ยกตัวอย่าง (X Y) = 5 หมายความว่า X และ Y เกิดขึ้นห้าครั้งขึ้นกันมากกว่าว่าจะเป็นกรณีว่าพวกเขาเป็นอิสระ ถ้ายก (X Y) < 1 แล้ว X และ Y ซึ่งในเชิงลบ (เช่น การเกิดขึ้นของ X ทำ Y น้อยมาก และในทางกลับกัน) กับค่ายกสูงโดยทั่วไปจะถือเป็นน่าสนใจมากขึ้น อย่างไรก็ตาม โดยทั่วไปค่ายกเท่านั้นถือว่าได้ตามขีดจำกัดบางอย่างเกี่ยวกับการสนับสนุนและความเชื่อมั่น ในส่วนที่เหลือของส่วนนี้ เราจำกัดตนเองแบบพิเศษของกฎความสัมพันธ์เรียกว่าการวิเคราะห์ตลาดตะกร้า ที่นี่เราเท่านั้นให้พิจารณาตัวแปรฐานที่ควรจะตีความเป็นปัจจุบัน หรือไม่ ตัวอย่าง ให้เราพิจารณาสองคอลัมน์แรกในตาราง 3.1 ชุดข้อมูลนี้สามารถถูกจิตจะเรียกว่าสินค้าชุด:

Results (Thai) 2:

ถ้า X และ Y มีความเป็นอิสระแล้วลิฟท์จะใกล้เคียงกับ 1 ถ้า lift (X? Y)> 1 แล้ว X และ Y มีความสัมพันธ์ในเชิงบวก ยกตัวอย่างเช่น (X? Y) = 5 หมายความว่า X และ Y เกิดขึ้นห้าครั้งด้วยกันกว่าสิ่งที่จะเป็นกรณีหากพวกเขาเป็นอิสระ ถ้าลิฟท์ (X? Y) <1 แล้ว X และ Y มีความสัมพันธ์ในเชิงลบ (เช่นการเกิดขึ้นของ X ทำให้ Y มีแนวโน้มน้อยลงและในทางกลับกัน) กฎที่มีมูลค่าสูงขึ้นลิฟท์ได้รับการพิจารณาโดยทั่วไปจะน่าสนใจมากขึ้น แต่โดยทั่วไปแล้วจะยกค่าได้รับการพิจารณาเฉพาะในกรณีที่เกณฑ์ที่กำหนดไว้เกี่ยวกับการสนับสนุนและความเชื่อมั่นจะได้พบกับ.
ในส่วนที่เหลือของส่วนนี้เรา จำกัด ตัวเองที่จะเป็นรูปแบบพิเศษของการเรียนรู้กฎความสัมพันธ์ที่รู้จักกันเป็นตลาดการวิเคราะห์ตะกร้า ที่นี่เราจะพิจารณาตัวแปรไบนารีที่ควรจะตีความว่าเป็นปัจจุบันหรือไม่ ยกตัวอย่างเช่นให้เราพิจารณาสองคอลัมน์แรกในตารางที่ 3.1 ข้อมูลชุดนี้สามารถเขียนใหม่เพื่อเรียกว่ารายการชุด:

Results (Thai) 3:

ถ้า x และ y เป็นอิสระ แล้วลิฟท์จะปิด 1 ถ้ายก ( X ? Y ) > 1 แล้ว X และ Y มีความสัมพันธ์ในทางบวก ตัวอย่างเช่นยก ( X ? Y = 5 แสดงว่า x และ y เกิดขึ้นห้าครั้งด้วยกันกว่าจะเป็นกรณีหากพวกเขาเป็นอิสระ ถ้ายก ( X ? Y ) < 1 แล้ว X และ Y มีความสัมพันธ์ในทางลบ เช่น การเกิดของ X ทำให้ Y มีแนวโน้มน้อยลงและในทางกลับกัน )กฎที่มีมูลค่ายกสูงโดยทั่วไปถือว่าเป็นที่น่าสนใจมากขึ้น อย่างไรก็ตาม โดยทั่วไปแล้วยกค่าจะถือว่าถ้าเกณฑ์บางอย่างที่เกี่ยวกับการสนับสนุนและความเชื่อมั่นได้
ในส่วนที่เหลือของส่วนนี้เรา จำกัด ตัวเองเพื่อรูปแบบพิเศษของสมาคมการเรียนรู้กฎที่เรียกว่าการวิเคราะห์ตะกร้าตลาดที่นี่เราจะพิจารณาเลขฐานสองตัวแปรที่ควรจะตีความว่าเป็นปัจจุบันหรือไม่ ตัวอย่างเช่น ให้เราพิจารณาสองคอลัมน์แรกของตารางที่ 3.1 . ข้อมูลชุดนี้สามารถเขียนใหม่เพื่อให้เรียกสินค้าชุด :