关联规则有趣性度量的标准化
应用统计
2013-08-20 v1 机器学习
机器学习
摘要
有趣性度量 (interestingness measures) 提供的信息可用于剪枝或选择关联规则。有趣性度量的给定值通常相对于该度量可取值的整体范围进行解释。然而，单个关联规则的性质限制了有趣性度量所能达到的值。可以考虑对此进行标准化，但迄今为止仅对一种有趣性度量（即提升度 lift）进行了标准化。标准化比原始值提供更深层次的洞察，甚至可能改变研究人员对数据的认知。我们推导了三种有趣性度量的标准化类比形式，并利用真实数据和模拟数据将它们与其原始版本、彼此之间以及标准化提升度进行了比较。
引用
@article{arxiv.1308.3740,
title = {Standardizing Interestingness Measures for Association Rules},
author = {Mateen Shaikh and Paul D. McNicholas and M. Luiza Antonie and T. Brendan Murphy},
journal= {arXiv preprint arXiv:1308.3740},
year = {2013}
}