Algorithm 关联规则算法

我是数据挖掘新手。我想从我的数据集中挖掘多维有序关联规则，例如

if (income => 100) ^ (priority=>1) ^ (skill=>technician ) then (approve=>prove)

我学到的是 分类=技术人员、水管工等技能或任何文本数据
数量=日期、余额的数字

---

那么主要的是应该使用哪种关联规则算法呢？大多数算法都是定量的或分类的，是否有任何组合

我认为您误解了关联规则挖掘本身的概念。 您的定量数据不能在关联规则挖掘中使用（正如我理解您的问题）。至少，您不能“调整”数量以满足您的需求，因为关联规则挖掘中的所有内容都是项目（定量或定性）和事务，因此您可以定义将项目相互关联的规则。因此，数量成为“固定”项目

注意什么是关联规则挖掘：给定一组二进制属性（项）和一组事务，每个属性和事务都包含项的子集，您可以定义一组规则，这些规则是隐含的：X->Y（X和Y是项集的子集，也是不相交的）

---

您可以将规则的含义解释为if（或建模），但这只是语法上的糖分。在关联规则挖掘中，没有我们所知道的定量或定性的方法。只是，属于一个集合的项以及我们在它们之间定义的关系（含义/规则）。

将

（skill=>technology）

视为一个布尔函数，它为您提供1或0，那么现在是一个定量评估有没有针对定量和分类数据的关联规则的算法？我上面的评论是常用的规则，在评估时将分类数据视为布尔匹配或不匹配——这通常以矩阵形式存储，以便跨不同类别/元素快速查询。