比如說啤酒和尿布的問題：

TID是transaction ID 即交易編號，說白了就是有五個人在超市買了這樣的東西（Iteams），現在我們統計一下，大家買的東西之間有

沒有什麼規律，比如買麵包的是不是很可能同時買牛奶這樣的規律。

那問題來了，有啥東西去度量麵包與牛奶有沒有關係以及啤酒喝尿布有沒有關係？有很多，這裡只說置信度和支援度：

支援度：

這是啥？答：support的首字母S支援度，是規則：{Milk, Diaper}→{Beer}的支援度（規則是神馬？就是比如說買了Milk和Diaper的人會不會買Beer），所以支援度分母是這三個都買的人數，分子是買東西的總人數。

仔細想想是不是合理這樣定義？：假如這個支援度越大，說明同時買這三個東西的人多，說明這三者之間有關係！對吧？很容易理解。但是！！！！！！！！！！！！！！！！！只用這一個可靠嗎？再這樣想一下，交易量特別大的時候，假如有一萬個人買東西，只有10個人同時買了Milk、Diaper、Beer，但其他9990個人沒有買這三者中的任何一個，那麼此時S=10/10000=0.001，

是不是特別小？如果僅從這個0.001看，這三者之間沒有任何關係，但是事實卻不是這樣，因為只有十個人這樣買，並且同時買了這三種東西，所以他們之間應該是由關係的，而不是偶然。

置信度：

為了解決上面問題，再加一個置信度概念。Confidence。根據表格計算置信度如下：

這是啥？和S支援度比較只有分母變了，變成了買了Milk和Diaper兩種東西的人，這個式子是說買了Milk和Diaper兩種東西的人裡面又有多少人買了Beer這個東西！

》》》》》》》》》》》》》》》》》》你先緩緩這個式子》》》》》》》》》》》》》》》》》》》》》》》》》》》》》

那這個式子怎麼就解決上面的問題了呢？還是那一萬個人的情況下，此時c=10/10=100%!!!!!!!!!!!, 明白了嗎，只有十個人買了Milk和Diaper兩種東西，但是這十個人又都買了Beer！，所以這個值為100%，因此他能衡量一部分關聯規則。

又有人問了，只用置信度行嗎？很明顯不行啊！！！比如1萬個人，只有一個人買了Milk和Diaper兩種東西，並且順手買了一瓶Beer，那麼此時c=1/1=100%，很大，但是很明顯就這一個交易不能說明三者之間有關係啊。這時候S=1/10000=0.0001，特別的小！！！！

所以正確的有關聯的判定是：置信度和支援度都應該比較大才可以認為這些東西之間有關聯！