相関ルールの作成例

可能なすべてのルールのセットから重要なルールを選択するために、重要度と関心度の測度の制約を使用することができます。 最も有名な制約は、サポートと信頼度に対する最小のしきい値です。

以下の呼び出しは、相関ルールの検出方法を示しています。

CALL IDAX.ASSOCRULES('model=retail_assoc, intable=retail, tid=tid, item=item, maxlen=6, minsupport=0.01, minconf=0.5');

この呼び出しは、Retail データ・セット上でアルゴリズムを実行し、以下のルールを要求します。

1. トランザクションの 1 パーセント以上に対する絶対サポートのある、高頻度項目セットおよびルール
2. 50% 以上の信頼度のあるルール
3. ルールの最大項目数 (maxlen) (6 個以下)

作成されたモデルを検査するには、以下の例に示すように PRINT_MODEL ストアード・プロシージャーを使用します。

CALL IDAX.PRINT_MODEL('model=retail_assoc, minlen=3, minconf=0.75, minlift=1.5');

この例では、追加のルール選択フィルターによって、以下のように表示されるルールの数が制限されます。

1. 1 つのルールの項目の最小数 (minlen)
2. 最小信頼度 (minconf)
3. 最小限のリフト (minlift)

制限を適用することにより、RETAIL_ASSOC モデルの表示されるルールの数が 95 から 7 に減少します。

以下の例に示すように、PRUNE_ASSOCRULES ストアード・プロシージャーと同じ制限を適用することにより、モデルをこれらの 7 つのルールに減らすことができます。

CALL IDAX.PRUNE_ASSOCRULES('model=retail_assoc, minlen=3, minconf=0.75, minlift=1.5');

PREDICT_ASSOCRULES ストアード・プロシージャーは、以下の例に示されているように、新しいトランザクションに最適なモデルの 7 つのルールのうち、どのルールを最適にするかを予測します。

CALL IDAX.PREDICT_ASSOCRULES('model=retail_assoc, intable=retail, outtable=retail_assoc_out');