一个生活常识：男人去超市买尿不湿时会顺便去买瓶啤酒。 婴儿尿不湿 —> 啤酒 { 支持度=10%，置信度=70%｝
上述式子表明，在所有顾客中，有10%（支持度）同时购买了婴儿尿不湿和啤酒，而在所有购买了尿不湿的顾客中， 占70%（置信度）还同时购买了啤酒。 ==>X对Y的支持度：事物全体中包含 XY 的事物百分比。主要衡量规则的有用性，若太小说明只是偶然事件。 ==>X对Y的置信度：既包含了X又包含了Y的事物总量占所有包含了X的事物数量的百分比。衡量的是规则的确定性 ，或者说是可预测性。
y01x12x2 . ..pxp
ps: 当p=1时，就是最简单的一元线性回归方程，即通过一个自变量来解释因变量。
1,2,...,p：自变量的系数。 ε：残差，一般假设为满足正态分布， ~N(0,1)
如何解释因变量的变化： a. 系统性变化，这个是由自变量引起的（也就是可以用自变量进行解释）； b. 随机变化，不能由自变量进行解释，由残差所造成。
.
19
example:
•以影响房地产价格的因素为例：
人口数量（x1）、 人口密度（x2）、 城市化程度（x3）、 社会稳定情况（x4）、
国民经济水平（y1）、 税率（y2）、
平均工资（y3）、 银行利率（y4）、
线性组合
X=a1*x1+a2*x2+a3*x3+a4*x4 社会因素
Y=b1*y1+b2*y2+b3*y3+b4*y4 经济因素
描述：所谓关联分析，主要目的就是寻找数据集中频繁模式，通俗的说也就是两个或多个变量多次同时出现的关系。
应用：应用关联分析最经典的案例就是“购物篮分析”，通过分析顾客购物篮中物品之间的关联，可以挖掘顾客的购 物习惯，从而帮助零售商更好的制定有针对性的营销策略。（当当网、亚马逊等常用的推荐算法Apriori）
