# Reguły asocjacyjne i częste zbiory EN: **Association rules and frequent itemsets** · id `associationrules` · aliases: market basket analysis, analiza koszykowa, frequent pattern mining Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Uczenie maszynowe](https://aiatlasgraph.com/t/ml.md) › [Uczenie nienadzorowane](https://aiatlasgraph.com/t/unsupervised.md) › Reguły asocjacyjne i częste zbiory ## Description - PL: Eksploracja częstych zbiorów elementów i reguł X→Y w danych transakcyjnych, ocenianych wsparciem, ufnością i liftem. - EN: Mining frequent itemsets and X→Y rules in transactional data, scored by support, confidence and lift. ## In one sentence - PL: Szukanie rzeczy, które często występują razem, np. produktów kupowanych w jednym koszyku. - EN: Finding things that often appear together, such as products bought in the same basket. ## Problem it solves - PL: W tysiącach transakcji nikt ręcznie nie dostrzeże, które produkty lub zdarzenia regularnie idą w parze. - EN: Across thousands of transactions, nobody can spot by hand which products or events regularly go together. ## What it does - PL: Liczy, jak często zestawy rzeczy pojawiają się razem, i układa reguły typu „kto bierze to, zwykle bierze też tamto”. - EN: It counts how often sets of items show up together and builds rules like “whoever takes this usually takes that too”. ## Everyday example - PL: Supermarket zauważa, że klienci kupujący makaron często biorą sos, i stawia je obok siebie na półce. - EN: A supermarket notices that shoppers buying pasta often take sauce, and shelves them side by side. ## This concerns you if you… - PL: masz dane o koszykach, zamówieniach lub zestawach zdarzeń - PL: szukasz pomysłów na pakiety lub rozmieszczenie produktów - EN: have data on baskets, orders or sets of events - EN: are looking for bundle or shelf-placement ideas ## Keywords Apriori · FP-Growth · Eclat · support · confidence · lift · mlxtend · market basket analysis ## How it works - PL: Algorytmy Apriori i FP-Growth wyszukują zbiory elementów o wsparciu powyżej progu; Apriori odcina kandydatów, których podzbiory nie są częste, a FP-Growth kompresuje transakcje do drzewa prefiksowego. Z częstych zbiorów generuje się reguły filtrowane ufnością i liftem. - EN: Apriori and FP-Growth find itemsets whose support exceeds a threshold; Apriori prunes candidates with infrequent subsets, while FP-Growth compresses transactions into a prefix tree. Rules generated from frequent itemsets are filtered by confidence and lift. ## Limits - PL: Przy niskim progu wsparcia liczba reguł eksploduje, a większość jest oczywista lub przypadkowa. Reguły pokazują współwystępowanie, nie przyczynę. Rzadkie, ale ważne kombinacje łatwo przeoczyć. - EN: With a low support threshold, rule counts explode and most are obvious or accidental. Rules show co-occurrence, not cause. Rare but important combinations are easily missed. ## Key terms - PL: **wsparcie**: Odsetek transakcji zawierających dany zestaw. - PL: **ufność**: Jak często reguła się sprawdza, gdy pojawia się jej lewa strona. - PL: **lift**: Ile razy częściej rzeczy występują razem, niż wynikałoby z przypadku. - EN: **support**: The share of transactions containing a given set. - EN: **confidence**: How often a rule holds when its left-hand side appears. - EN: **lift**: How much more often items occur together than chance would predict. ## Know first - [Statystyka i niepewność (Statistics and uncertainty)](https://aiatlasgraph.com/t/probability.md) ## Related topics Untyped, symmetric "see also" links. - [Systemy rekomendacyjne (Recommendation systems)](https://aiatlasgraph.com/t/recommenders.md) ## Sources - [Politecnico di Torino (DBDMG) — Lab 07: Frequent Pattern Mining (lab handout)]() `polito-fpm-lab-2025` · by DBDMG, Politecnico di Torino - [Fast Algorithms for Mining Association Rules]() `agrawal-srikant-apriori-1994` · by Rakesh Agrawal, Ramakrishnan Srikant - [Mining Frequent Patterns without Candidate Generation]() `han-pei-yin-fpgrowth-2000` · by Jiawei Han, Jian Pei, Yiwen Yin --- AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/associationrules · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30