关联规则挖掘的支持度与置信度

更新于 2026-07-09

**关联规则挖掘从「事务集合」里找形如 `A -> B` 的规则。两个门槛：support（支持度）= 该组合在全部记录中出现的比例；confidence（置信度）= 出现 A 时 B 也出现的比例。最小支持度 2% / 最小置信度 7% 就填 0.02 / 0.07。**

流程（把两列合成事务集合）

  1. 预处理：清洗、缺失值、类型转换（数字列先转字符串）。
  2. 用 Column Aggregator 把「客户类型」「产品编号」合成集合列 [全球通, 159] —— 必须选聚合方式（List / Set），只拖列不选聚合方式会报错。
  3. 接 Association Rule Learner，选该集合列为 transaction column，设 support / confidence。

输出格式的坑

节点输出的箭头方向容易读反：

Consequent  <---  Items      读作  Items -> Consequent

所以 Consequent = 159, Items = [动感地] 其实是 动感地 -> 159。要保留题目要的方向（客户类型 -> 产品编号），用 Row Filter 筛掉反方向，再用 String Manipulation 整理成 动感地 -> 159。