关联规则学习（association rule learning）

关联规则学习在成堆的交易记录里翻找「什么和什么搭着来」的潜规则。它的主场是超市收银台：横扫数百万张小票，哪些商品总是出现在同一个购物篮里？最有名（虽有争议）的传说是「买尿布的人也往往会买啤酒」。它产出的，是一组「如果—那么」的规则——如果一个篮子里有面包和花生酱，那么它往往也有果酱——全自动地发现，事先无需任何人去贴标签。

三个数字让规则保持诚实。支持度（support）问的是这个组合整体上有多常见——一条讲「几乎没人会一起买」之物的规则，是琐闻，而非洞见。置信度（confidence）问的是，在拥有第一件商品的篮子里，有多大比例也拥有第二件——这条规则有多可靠。而提升度（lift）问的是那个关键问题：第一件商品真的让第二件比碰运气更可能出现吗，还是它俩只是恰好都热销？提升度大于1意味着一股真实的牵引；接近1则意味着巧合。经典的Apriori算法用一个朴素的洞察高效地找出这些规则：一个组合若想频繁，它所有更小的组成部分也必须频繁，这就让它能把成山的没指望的候选剪掉。

它驱动着推荐里的那些轻推（「经常一起购买」）、店内货架的布局，以及医学上症状共现的分析。最要紧的诚实提醒是：关联不等于因果。规则只说这些东西一起出现，而非其中一个导致了另一个——两者也许都由第三个因素推动（一个节日、一个季节、一类共同的购物者）。而面对成千上万种商品，你会挖出洪水般的规则，其中大多要么显而易见、要么纯属偶然；真正的本事，是从噪声里筛出那寥寥几条既出人意料、又可付诸行动的。