最小支持度和最小置信度

最小支持度和最小置信度是信息增益的度量，是機器學習中頻繁模式挖掘和關聯規則學習的兩個重要指標。

• 最小支持度：表示一個模式在所有數據中出現的最小頻率。它是Apriori算法中用於確定候選大項的閾值，當一個模式滿足最小支持度要求時，就會被視為一個真正的項。
• 最小置信度：也被稱為最小信任度，是關聯規則中兩個事物出現在數據集中（也就是一個事物出現在另一個事物之前）所需要的最小確定性。這是用來度量一個關聯規則可信度的度量值，體現關聯規則的質量，通常會套用於關聯規則的學習與數據挖掘中。

這兩種度量可以幫助我們從數據中獲取更可靠的信息，以支持決策的制定。