Association mining 想找的是「哪些 item 比預期更常一起出現」。coffee -> milk 的 confidence 很高，不代表 rule 有用，因為 milk 可能本來就出現在幾乎所有 basket。
| 指標 | 問題 |
|---|---|
| Support | 完整 itemset 出現多常？ |
| Confidence | 有左側的 basket 中，多少也有右側？ |
| Lift | 兩者共同出現，比 independent assumption 高多少？ |
Lift 大於 1 代表 positive association，但不等於 causality，也不保證有商業價值。
Apriori：用 downward closure 剪枝
若 itemset 是 frequent，它的每個 subset 必然 frequent。反過來，只要 subset 不 frequent，包含它的 superset 全都可以刪掉。Apriori 逐層產生 candidate，在真正 counting 前先剪掉不可能的 branch。
它的弱點是 repeated database scan；transaction 很寬或 support threshold 很低時，candidate 數量也可能爆炸。
FP-Growth：壓縮重複 prefix
FP-Growth 先計算 frequent item、建立固定 order，再把 transaction 插入 FP-tree；共同 prefix 共用 node。之後透過 conditional pattern base mining，不必明確產生所有 candidate。
Tree 不是保證有效的魔法壓縮：transaction 結構若很少重複，它仍可能很大。選擇要看 sparsity、support threshold、memory 與 incremental update 需求。
白話來說： Apriori 問「哪些組合還有可能？」；FP-Growth 問「哪些 transaction prefix 可以共用儲存？」
真正上線前，還要排除 trivial consequent、用之後的 time window 驗證，並估計對 false association 採取行動的成本。統計上頻繁的 pattern，營運上可能完全沒用。
複習卡
- Support 看普遍程度；confidence 是 conditional frequency。
- Lift 修正 consequent 本身很熱門的問題。
- Apriori 以 subset monotonicity 剪 candidate。
- FP-Growth 用 compressed tree 取代大量 candidate generation。
- Association 是 hypothesis generator，不是因果證明。