摘自《DATA MINING:Concepts and Techniques》一書，以及個人理解，主要為自己鞏固和總結，如有紕漏和出錯的地方，還請指出。

此書第六章開頭指出

    頻繁模式（frequent pattern），是指頻繁地出現在資料集中的模式，譬如項集，子序列或子結構

    注：模式其實可以理解為，你去菜市場買菜，你的籃子裡面會購置的不同商品的集合種類，因為不止是隻有你，還有別人也在買，因此大家菜籃子裡面購置的商品也不盡相同，因此可以把不同的組合集合看作為一種模式，而某種集合出現的次數較多，則可能視為頻繁模式

而模式又可以以關聯規則（association rule）的形式表示，其中支援度（support）和置信度（confidence)則是規則興趣度的兩種度量，分別反應所發現規則的有用性和確定性。

    注：其實支援度和置性度就是兩個數字，由計算得來，目的就是為了能從數值的角度去分析該模式所隱含的規則，比如毫無關係，又或者正相關和負相關，但都不是絕對的，而興趣度這個詞，其實應該是翻譯的緣故，我也很難用詞來說明，但是你會發現看著看著你就會理解它所代表的含義

支援度support（A=>B）= P（AUB）

置性度 confidence（A=>B）= P（B | A）= support(AUB)/support(A) = support_conut(AUB)/support_count(A)

以上同時滿足最小支援度閾值（min_sup）和最小置性度閾值（min_conf）的規則稱為強規則

    注：其實支援度就是A和B同時發生的概率，置性度就是在A發生的情況下，B發生的概率，說實話我也搞不明白為什麼要這麼稱呼，一開始還弄得我糊里糊塗，AQA，而所謂的強規則，其實就是指該模式有著很強的聯絡性，