购物篮分析利用交易清单来识别商品之间的有用关联。这些关联可以写成包含前件和后件的规则。假设一家小型杂货店请您查看其交易数据。经过一些分析，您得到如下规则：
关于这条规则，下列哪项表述是正确的？
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
在本章中，您将学习购物篮分析的基础：关联规则、度量指标与剪枝。随后，您将应用这些概念，帮助一家小型杂货店改进促销与商品陈列。
当前练习
关联规则告诉我们两个或多个商品存在关联。度量指标让我们能够量化这些关系的有用性。在本章中，您将应用 6 个度量来评估关联规则：支持度、置信度、提升度、确信度、杠杆率，以及 Zhang 指标。随后，您将使用关联规则与度量指标来协助一家图书馆与一家电子书销售商。
购物篮分析的核心问题是如何将大量客户决策转化为少量有用的规则。这个过程通常从应用 Apriori 算法开始，并结合剪枝与聚合等策略。在本章中，您将学习如何使用这些方法，并最终在练习中应用它们，协助一家零售商选择线下门店布局并开展产品交叉促销。
在最后一章中，您将学习如何使用可视化来指导剪枝过程并汇总最终结果，这些结果通常是项集或规则。您将掌握三种最常用的可视化——热力图、散点图和平行坐标图——并将它们用于协助一家电影流媒体服务。
