연관 분석

*연관 분석이란

개인, 기업, 정부가 보유한 아이템 목록 리스트들 사이의 관계를 IF - Then 형식으로 찾아나가는 방식으로 일종의 규칙 기반 학습

 

ex) 특정 상품 A를 구매한 고객 중 30%가 상품 B를 구매했다.

IF 상품 A 구매  Then 상품 B  인 경우 0.3

 

- 연관 분석의 측도

산업의 특성에 따라 지지도, 신뢰도, 향상도 3가지를 참고하여 선택

 

1. 지지도

전체 거래 중 항목 A와 항목 B를 동시에 포함하는 거래의 비율

• 지지도 = P(항목 A와 B가 동시에 포함된 거래수)/ 전채 거래 수

 

2. 신뢰도

항목 A를 포함하는 거래 중에서 항목 A와 항목 B가 같이 포함될 확률이며 연관성의 정도를 나타냄

• 신뢰도 = P(항목 A와 B가 동시에 포함된 거래수)/P(A를 포함하는 거래수)

 

3. 향상도

A가 구매되지 않았을 때 품목 B의 구매확률에 비해 A가 구매됐을 때 품목 B의 구매확률의 증가 비

연관규칙 A->B는 품목 A와 품목 B의 구매가 서로 관련이 없는 경우에 향상도가 1이 됨

• 향상도 = P(항목 A와 B가 동시에 포함된 거래수)/P(A를 포함하는 거래수) *P(B를 포함하는 거래수)

- 연관 분석의 절차

1. 최소 지지도 설정 (min_support) 

대부분 min_support를 0.05로 설정한 뒤 값을 조정

 

2. item목록 중 최소 지지도를 넘는 item 목록 분류

 

3.  2가지 품목 집합 생성

 

4. 2-3의 과정을 반복하여 frequent_itemset 생성

 

 

참고한 사이트

https://zephyrus1111.tistory.com/119

8. 연관 규칙 분석(Association Rule Analysis) with Python

http://rasbt.github.io/mlxtend/user_guide/frequent_patterns/apriori/

Apriori - mlxtend