忍者ブログ
統計、機械学習、AIを学んでいきたいと思います。 お役に立てば幸いです。

【データマイニング】アソシエーションルールの3大評価指標(支持度・確信度・リフト値)と数式の見方

アソシエーション分析(相関分析)で「条件(A)→ 結論(B)」というルールを見つけたとき、そのルールが本当に使えるのかを判断するために使われるのが「支持度」「確信度」「リフト値」の3つの指標です。今回はそれぞれの意味と数式の見方を整理します。

1. 【 概要 】

アソシエーションルール(例:パンを買う人[条件A]は、牛乳も買う[結論B])の有用性を測るには、単なる「よく一緒に買われるか」だけでなく、「偶然に左右されていないか」を多角的に見る必要があります。

そのために用いられるのが、全体の発生割合を見る支持度、条件付き確率を見る確信度、そして関連の強さ(倍率)を見るリフト値の3指標です。


2. 【 基本手順(3つの評価指標) 】

(1) 支持度(Support):全トランザクションの中で「条件Aと結論Bの両方」を満たす割合。
(2) 確信度(Confidence):条件Aが発生したとき「結論Bも起こる」割合。
(3) リフト値(Lift):結論Bが単独で起こる割合に対して、条件Aがあるときに結論Bが起こる割合が「何倍か」を示す指標。

3. 整理:各指標の定義と数式の補足

ルール「A ⇒ B」(Aを満たすとBも満たす)を例に、数式と具体的な意味を確認しましょう。
全トランザクション数を N、Aを含む数を n(A)、Bを含む数を n(B)、AとBの両方を含む数を n(A ∩ B) とします。

【 各指標の数式と意味 】

・指標(1):支持度(Support)
全取引の中で「条件Aと結論Bを同時に満たすトランザクション数」の割合です。
Support(A ⇒ B) = n(A ∩ B) / N
※全体の出現頻度を表すため、そもそもめったに起きないルールを省く基準になります。

・指標(2):確信度(Confidence)
条件Aが発生したトランザクションのうち、「結論Bも起こる」割合(条件付き確率)です。
Confidence(A ⇒ B) = n(A ∩ B) / n(A)
※「Aが起きたらBも起きる」というルールの的中率・信頼度を表します。

・指標(3):リフト値(Lift)
「結論Bが単独で起こる割合(n(B) / N)」に対して、「条件Aのもとで結論Bが起こる割合(Confidence(A ⇒ B))」がどれくらいの倍率になっているかを表します。
Lift(A ⇒ B) = Confidence(A ⇒ B) / Support(B) = { n(A ∩ B) / n(A) } / { n(B) / N }
※「結論だけを見つける全体に対する割合(Support(B))」を基準に、条件Aを加えることでどれだけ見つけやすくなったか(1.0超なら正の相関、1.0以下なら独立または負の相関)を測ります。

4. 関連して押さえたい「確信度だけでは不十分な理由」

「確信度が高ければ良いルールなのでは?」と思われがちですが、結論B自体の出現率が非常に高い場合に注意が必要です。

たとえば、全体の80%の人が「レジ袋」を買うとします。すると「お菓子を買った人のうち、レジ袋も買った割合(確信度)」は自然と高くなりやすく、「お菓子とレジ袋に特別な関連がある」とは言えないケースが出てきます。

そこでリフト値を確認することで、「レジ袋がもともと売れやすい(Support(B)が高い)せいで高くなっているだけか、それともお菓子と結びつくことで本当に買いやすくなっているか」を見極めることができます。


5. 補足:数値例で見る3指標の計算イメージ

# 前提: 全データ N = 100件
# A(コーヒー)を買う人: 40件 / B(ミルク)を買う人: 30件
# AとBの両方(コーヒー&ミルク)を買う人: 20件

# 1. 支持度(AかつBの割合)
support = 20 / 100 # = 0.20 (20%)

# 2. 確信度(Aを買った人のうちBも買う割合)
confidence = 20 / 40 # = 0.50 (50%)

# 3. リフト値(B全体の割合 0.30 に対する 0.50 の倍率)
lift = 0.50 / (30 / 100) # = 1.67 (約1.67倍)

6. まとめ

アソシエーションルールの評価では、全体の発生割合を見る「支持度」、条件成立時の発生割合を見る「確信度」、そして結論のベースラインに対する倍率を見る「リフト値」を組み合わせて解釈することが大切です。
数式が表す意味をセットで理解しておくと、分析結果の妥当性を自信を持って説明できるようになります!


PR