Min_lift意思

"Min_lift" 這個術語通常用於數據挖掘和機器學習領域，特別是與關聯規則學習相關時。關聯規則學習是一種從數據集中發現頻繁模式和關聯規則的技術。

Min_lift（有時也寫為 Lift）是一個度量，用於評估關聯規則的有趣程度或強度。它是一個比例，表示在具有給定規則的項的情況下，目標項出現的頻率與在沒有給定規則的項的情況下目標項出現的頻率之比。

公式如下：

Lift = (support(A ∩ B) / support(A)) / (support(A ∩ B) / support(B))

其中：

• support(A ∩ B) 是同時包含項集 A 和 B 的交易數。
• support(A) 是包含項集 A 的交易數。
• support(B) 是包含項集 B 的交易數。

Lift的值介於1和無窮大之間。如果 Lift 大於1，說明規則 A -> B 的支持度比預期的高，這意味著 A 和 B 同時出現的頻率比各自單獨出現的頻率高。如果 Lift 小於1，說明規則的支持度比預期的小。

例如，如果規則 "購買啤酒的人也經常購買尿布" 的 Lift 值很高，那麼這個規則就很有趣，因為它表明了啤酒和尿布之間的一個潛在關聯。

在實際套用中，通常會設定一個閾值，只有那些 Lift 值超過這個閾值的規則才會被認為是有意義的。這個閾值可以根據具體套用和數據集的情況來設定。