根据一个购物篮数据集，求与之相关联的置信度

假定有一个购物篮数据集，包含100个事务和20个项。如果项 a 的支持度为25%，项 b 的支持度为90%，且项集｛ a , b ｝的支持度为20%。令最小支持度阈值和最小置信度阈值分别为10％和60%。计算关联 a - ＞b 的 置信度。

置信度 = 项集{a,b} 的支持度 / 项 a 的支持度 + 项 b 的支持度
置信度 = 20% / (25% + 90%) = 0.4

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/697986
• 除此之外, 这篇博客: 基于深度学习的单人步态识别系统（目前数据集大小17人，准确率99.98%）中的         b.特征数据（下肢特征，角度特征） 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

•                 利用特征模型中提取出来的标签，在特征数据库中依照标签进行哈希匹配，将时间复杂度从O(n）下降到O(1)。