全解析，从基础概念到实战应用

CF值是什么？

CF值（Confidence Factor，置信度）是数据挖掘中关联规则挖掘的核心指标之一，用于衡量“若A发生，则B发生”这类规则的可靠性，其本质是条件概率P(B|A)，计算公式为：
CF(A→B) = 同时包含A和B的事务数 / 包含A的事务数
它反映了在已知A发生的情况下，B发生的概率，是判断规则是否有实际意义的关键依据。

基础CF值计算题目 1**：某便利店5笔交易记录如下：

1. {面包, 牛奶, 鸡蛋}
2. {面包, 牛奶}
3. {面包, 鸡蛋}
4. {牛奶, 鸡蛋}
5. {面包}

求规则“面包→牛奶”的CF值。

解析步骤：

1. 统计包含“面包”的事务数：交易1、2、3、5 → 共4笔；
2. 统计同时包含“面包”和“牛奶”的事务数：交易1、2 → 共2笔；
3. 计算CF值：2/4 = 0.5 → 即买面包的顾客中，50%会同时买牛奶。

进阶CF值题目 2**：10笔交易数据如下，要求找出所有支持度≥30%的规则，并计算CF值，选出更高的规则：

1. {苹果, 香蕉, 橙子}
2. {苹果, 香蕉}
3. {苹果, 橙子}
4. {香蕉, 橙子}
5. {苹果, 香蕉, 橙子, 葡萄}
6. {香蕉, 葡萄}
7. {苹果, 葡萄}
8. {橙子, 葡萄}
9. {苹果, 香蕉, 葡萄}
10. {香蕉, 橙子, 葡萄}

解析步骤：

1. 支持度≥30% → 至少出现3次的项集（总事务数10）；
2. 生成二项规则并计算CF：
   • 苹果→香蕉：5/6≈0.833
   • 葡萄→香蕉：5/6≈0.833
   • 香蕉→苹果：5/8=0.625
   • 橙子→香蕉：5/7≈0.714
3. 更高CF规则：苹果→香蕉、葡萄→香蕉（均为0.833）。

CF值是关联规则有效性的核心指标,它帮助我们从数据中挖掘实用规律（如购物篮交叉销售建议），计算时需注意：

• 明确“包含A的事务数”与“同时包含A和B的事务数”的区别；
• 进阶场景中需结合支持度筛选频繁项集,确保规则既可靠又普遍。

通过以上练习,你已掌握CF值的计算逻辑与应用，下次遇到类似问题就能轻松应对啦！