Aturan Asosiasi: Support, Confidence, dan Lift¶
Gambaran singkat¶
Apa ini? Cara membentuk aturan "jika beli A maka beli B" dan mengukur kekuatannya dengan support, confidence, dan lift.
Analogi
Banyak orang membeli kantong plastik. Maka "orang yang beli roti juga beli kantong plastik" tampak kuat, padahal semua orang membelinya. Lift memeriksa apakah hubungan itu lebih kuat daripada kebetulan.
Mengapa penting? Confidence saja bisa menipu pada barang populer. Memahami tiga ukuran ini bersama mencegah kita mengambil kesimpulan yang salah.
Yang akan dipelajari, berurutan:
- Bentuk aturan A ⇒ B.
- Support, confidence, dan lift.
- Ukuran tambahan: leverage dan conviction.
- Bahaya membaca confidence tanpa lift.
Istilah awal:
| Istilah | Arti sederhana |
|---|---|
| Antecedent | Bagian "jika" pada aturan |
| Consequent | Bagian "maka" pada aturan |
| Confidence | Dari yang membeli A, berapa persen juga membeli B |
| Lift | Seberapa kuat hubungan dibanding kebetulan; di atas 1 berarti ada kaitan |
Tujuan pembelajaran¶
- Membentuk aturan \(A \Rightarrow B\) dari itemset sering.
- Menghitung dan menafsirkan support, confidence, lift, leverage, dan conviction.
- Mengenali bahaya membaca confidence tanpa lift.
Aturan dan ukurannya¶
Sebuah aturan berbentuk \(A \Rightarrow B\) dengan \(A\) (antecedent) dan \(B\) (consequent) itemset yang tidak beririsan: "bila \(A\) dibeli, \(B\) cenderung dibeli juga". Ukurannya:
\(P(\cdot)\) adalah proporsi transaksi yang memuat itemset tersebut.
| Ukuran | Arti | Nilai "tidak ada hubungan" |
|---|---|---|
| Support | Seberapa sering \(A\) dan \(B\) muncul bersama | (tidak ada) |
| Confidence | Dari transaksi yang memuat \(A\), berapa yang juga memuat \(B\) | \(P(B)\) |
| Lift | Seberapa lebih sering bersama dibanding bila saling bebas | 1 |
| Leverage | Selisih frekuensi bersama dan yang diharapkan jika bebas | 0 |
| Conviction | Seberapa sering aturan "salah" dibanding bila bebas | 1 |
Lift > 1: \(A\) dan \(B\) muncul bersama lebih sering dari kebetulan; = 1: tidak ada hubungan; < 1: cenderung saling menghindari. Confidence saja dapat menyesatkan: bila \(B\) sangat populer, confidence \(A\Rightarrow B\) akan tinggi bagaimanapun \(A\).
Implementasi langkah demi langkah¶
Itemset sering dari FP-Growth (min_support=0,05), lalu association_rules dengan min_confidence=0,3. Data: 2000 transaksi sintetis (penjelasan). Program examples/association/rules.py; program lengkap ada di akhir bagian ini.
Langkah 1: dari itemset sering ke aturan¶
| Kode | Penjelasan |
|---|---|
N = len(df) |
Jumlah transaksi total (2000). |
fpgrowth(df, min_support=0.05, use_colnames=True) |
Itemset sering (support ≥ 5%). |
association_rules(itemsets, num_itemsets=N, metric="confidence", min_threshold=0.3) |
Membentuk semua aturan \(A \Rightarrow B\) dari itemset sering dan menyimpan yang confidence-nya ≥ 0,3. Pada versi mlxtend yang dipakai, num_itemsets adalah jumlah transaksi. Hasilnya tabel dengan kolom antecedents, consequents, support, confidence, lift, dan lain-lain. |
def label(s): return " + ".join(sorted(s)) |
Fungsi pembantu: mengubah himpunan barang (frozenset) menjadi teks. |
rules["rule"] = antecedents + " -> " + consequents |
Kolom teks aturan agar mudah dibaca, misalnya roti -> mentega. |
Hasil. 45 aturan lolos min_confidence=0,3.
Langkah 2: aturan dengan lift tertinggi¶
| rules.py | |
|---|---|
rules.sort_values("lift", ascending=False).head(6) mengurutkan dari lift terbesar dan mengambil enam teratas; top[cols] memilih kolom yang ingin ditampilkan.
rule support confidence lift leverage conviction
sampo -> sabun 0.072 0.687 4.659 0.057 2.725
sabun -> sampo 0.072 0.492 4.659 0.057 1.759
susu -> popok 0.058 0.338 4.450 0.045 1.396
popok -> susu 0.058 0.763 4.450 0.045 3.498
gula + kantong_plastik -> kopi 0.056 0.810 4.368 0.043 4.292
kantong_plastik + kopi -> gula 0.056 0.703 4.133 0.042 2.790
Interpretasi. Lift tertinggi: sabun → sampo dan sampo → sabun (lift 4,66), popok → susu dan susu → popok (4,45), serta gula + kantong_plastik → kopi (4,37). Aturan berpasangan arah (A→B dan B→A) memiliki support dan lift sama, tetapi confidence berbeda: popok → susu 0,763 (76% pembeli popok membeli susu) vs susu → popok 0,338.
Langkah 3: memverifikasi satu aturan dengan hitungan tangan¶
Tujuan. Memastikan bahwa angka dari mlxtend memang sama dengan definisi: support = \(n_{AB}/N\), confidence = \(n_{AB}/n_A\), lift = confidence / \((n_B/N)\).
df["roti"].sum() menghitung keranjang yang memuat roti (kolom bernilai True dijumlahkan sebagai 1); (df["roti"] & df["mentega"]).sum() menghitung keranjang yang memuat keduanya. Baris row = rules[rules["rule"] == "roti -> mentega"].iloc[0] mengambil baris aturan yang sama dari tabel mlxtend.
roti -> mentega: n_roti=527, n_mentega=492, n_keduanya=439, N=2000
support=0.220 confidence=0.833 lift=3.386
mlxtend : support=0.220 confidence=0.833 lift=3.386
Interpretasi. Roti pada 527 keranjang, mentega 492, keduanya 439 dari 2000. Maka support = 439/2000 = 0,220; confidence = 439/527 = 0,833; lift = 0,833 / (492/2000) = 3,386. Nilai-nilai ini sama dengan keluaran mlxtend.
Langkah 4: confidence tinggi tetapi lift rendah¶
Konsep. Bila konsekuen sangat populer, confidence tinggi sekalipun tidak ada hubungan. Lift membandingkannya dengan peluang kebetulan.
rules["consequents"].apply(lambda s: s == frozenset({"kantong_plastik"})) menghasilkan True untuk aturan yang konsekuennya persis {kantong_plastik}; hasilnya dipakai menyaring tabel, lalu diurutkan menurut confidence.
Aturan dengan konsekuen kantong_plastik (support kantong_plastik = 0.448):
rule support confidence lift leverage conviction
mie_instan + telur -> kantong_plastik 0.053 0.502 1.123 0.006 1.110
telur -> kantong_plastik 0.101 0.500 1.117 0.011 1.105
susu -> kantong_plastik 0.079 0.461 1.029 0.002 1.024
Interpretasi. kantong_plastik ada di 44,8% keranjang. Aturan dengan konsekuen itu mendapat confidence 0,50 (mie_instan + telur), 0,50 (telur), dan 0,46 (susu), tampak lumayan, tetapi lift hanya 1,12; 1,12; dan 1,03, yaitu hampir sama dengan kebetulan. Melihat confidence saja akan salah menyimpulkan.
Asosiasi bukan sebab-akibat
Lift tinggi menunjukkan pasangan yang layak diuji untuk bundling, penempatan rak berdekatan, atau rekomendasi. Ini asosiasi, bukan sebab-akibat: membeli popok tidak "menyebabkan" membeli susu.
Program lengkap (rules.py)
Kesalahan umum¶
Hindari
- Mengurutkan aturan hanya dengan confidence.
- Menganggap aturan berarti sebab-akibat.
- Mengabaikan support: lift tinggi pada itemset sangat langka bisa hanya kebetulan.
- Menganggap A→B sama informatifnya dengan B→A.
Latihan¶
- Hitung manual leverage dan conviction aturan
roti → mentegadari angka di atas. - Urutkan aturan menurut leverage. Apakah urutannya berbeda dari urutan lift?
- Cari aturan dengan lift < 1 dengan menurunkan
min_thresholdpada metriklift.
Ringkasan¶
Support mengukur frekuensi, confidence mengukur peluang bersyarat, dan lift membandingkan dengan kebebasan statistik; gunakan lift (dan ukuran lain) bersama confidence agar tidak tertipu barang populer.
Berikutnya: Penyaringan Aturan, Ambang Batas, dan Keterbatasan.