연관 분석
IT 위키
더 많은 작업
- Association Analysis; 연관 규칙 분석; 장바구니 분석
- 함께 일어나는 항목들의 규칙을 찾아내는 기법
"기저귀를 사면 맥주도 산다" 처럼 항목 사이의 동시 발생 관계를 X → Y 형태의 규칙으로 나타낸다. 거래 데이터에 많이 쓰여 장바구니 분석이라고도 한다. 목적 변수가 따로 없어 비지도 학습에 속한다.
- 지지도(Support) : 전체 거래 중 X 와 Y 를 함께 포함한 거래의 비율. 규칙이 얼마나 흔한지
- 지지도 = P(X ∩ Y)
- 신뢰도(Confidence) : X 를 산 거래 중 Y 도 산 거래의 비율. 규칙이 얼마나 잘 맞는지
- 신뢰도 = P(X ∩ Y) / P(X)
- 향상도(Lift) : 신뢰도를 Y 의 지지도로 나눈 값. 규칙이 우연보다 나은지
- 향상도 = P(X ∩ Y) / (P(X)P(Y))
- 1 이면 두 항목이 서로 독립, 1 보다 크면 양의 상관, 1 보다 작으면 음의 상관
- 최소 지지도와 최소 신뢰도를 정한다.
- 최소 지지도를 넘는 빈발 항목집합을 찾는다. 아프리오리 알고리즘 등을 쓴다.
- 빈발 항목집합에서 최소 신뢰도를 넘는 규칙을 뽑는다.
- 향상도로 규칙의 유용성을 따져 정리한다.
- 조건과 결과가 뚜렷해 결과를 해석하기 쉽다.
- 계산이 단순하고 목적 변수가 필요 없다.
- 항목 수가 늘면 계산량이 지수적으로 늘어난다.
- 너무 세분화된 품목은 지지도가 낮아 규칙이 잡히지 않는다. 적절히 묶어야 한다.
- 상관이 있다는 것과 인과가 있다는 것은 다르다.
| 장점 | 단점 |
|---|---|
| 결과가 조건-반응(If-Then) 형식이라 이해하기 쉽다 | 품목 수가 늘면 후보 규칙 수가 기하급수적으로 늘어 계산이 크게 늘어난다 |
| 목표 변수가 없는 비목적성(비지도) 분석이라 분석 방향이 없어도 쓸 수 있다 | 거래가 드문 품목은 규칙에서 빠지기 쉽다 |
| 계산 자체는 빈도를 세는 것이라 간편하다 | 의미 없는 규칙이 많이 나와 걸러야 한다 |
- 대표 알고리즘은 Apriori와 FP-Growth 다.
- 품목 A와 B가 독립이면 향상도가 1이다. 지지도가 1 이 되는 것이 아니다.
- 장바구니 분석, 상품 진열·교차 판매, 카탈로그 배열, 부정 탐지 등에 쓴다.