CARMA 节点使用关联规则发现算法来发现数据中的关联规则。

关联规则是格式如下的语句：

if  antecedent(s)  then  consequent(s)

例如，如果某个 Web 客户购买了无线网卡和高端无线路由器，那么该客户还可能购买无线音乐播放器（如果提供该产品的话）。 CARMA 模型不需要用户指定输入或目标字段即可从数据中抽取一组规则。 这就意味着生成的规则可用于很多种应用程序。 例如，您可以使用此节点生成的规则来查找一系列产品或服务（前项），其后项是您要在此假期内进行促销的商品。 使用 "watsonx.ai Studio，您可以确定哪些客户购买了前一产品，并构建一个旨在推广后一产品的营销活动。

需求。 与 Apriori 相比， CARMA 节点不需要 Input 或 Target 字段。 这是算法工作方式的整数，相当于在所有字段都设置为 Both的情况下构建 Apriori 模型。 您可以通过在构建模型后对该模型进行过滤来限制仅作为前提条件或结果列出的项目。 例如，您可以使用模型浏览器来查找一系列产品或服务（条件），其结果是您要在此假期内进行促销的项目。

要创建 CARMA 规则集，您需要指定一个标识字段以及一个或多个内容字段。 该标识字段可以是任意角色或测量级别。 将忽略角色为 None 的字段。 执行节点之前字段类型必须完全实例化。 与 Apriori 相似，数据可以是表格格式，也可以是事务格式。

强度。 CARMA 节点基于 CARMA 关联规则算法。 与 Apriori 相比，CARMA 节点为规则支持度（对前提条件和结果的支持度）提供构建设置，而不是为前提条件支持度提供构建设置。 CARMA 还允许带有多个结果的规则。 与 Apriori 相似，CARMA 节点生成的模型可以插入到数据流中用来创建预测。