Measures of significance and interestingness for association rules and itemsets：

http://michael.hahsler.net/research/association_rules/measures.html

http://michael.hahsler.net/research/association_rules/

http://weka.8497.n7.nabble.com/

在 Weka中设置了几个类似置信度(confidence)的度量来衡量规则的关联程度，它们分别是：

a)        Lift ： P(A,B)/(P(A)P(B)) Lift=1时表示A和B独立。这个数越大(>1)，越表明A和B存在于一个购物篮中不是偶然现象,有较强的关联度.

b)        Leverage :P(A,B)-P(A)P(B)

Leverage=0时A和B独立，Leverage越大A和B的关系越密切

c)        Conviction:P(A)P(!B)/P(A,!B) （!B表示B没有发生） Conviction也是用来衡量A和B的独立性。从它和lift的关系（对B取反，代入Lift公式后求倒数）可以看出，这个值越大, A、B越关联。

python静态变量

http://blog.csdn.net/linda1000/article/details/8710161

pig和python

http://help.mortardata.com/technologies/pig/writing_python_udfs

hadoop和hdfs

文件上传

http://www.cnblogs.com/gpcuster/archive/2010/06/04/1751538.html

http://www.zhihu.com/question/20822713

今天就到这吧。