8.6 R语言-关联规则

柔情只为你懂 2022-05-20 02:23 339阅读 0赞

理解关联规则：

市场购物篮分析的结果是一组指定商品之间关系模式的关联规则。

一个典型的规则可以表述为： \{花生酱，果冻\} –> \{面包\}

这个关联规则用通俗易懂的语言来表达就是：如果购买了花生 酱和果冻，那么也很有可能会购买面包。

一个项集或者规则度量法的 支持度是指其在数据中 出现的频率

置信度是指该规则的 预测能力或者 准确度的度量

![70][]

![70 1][]

鲜花的支持度support X=4/5

慰问卡的支持度 Y=3/5

鲜花X-->Y慰问卡的准确度=(3/5)/(4/5)=3/4 意思是买鲜花的人不一定买慰问卡，反过来计算买慰问卡的人一定买鲜花

--------------------

理解Apriori算法：

Apriori原则指的是一个频繁项集的所有子集也必须是频繁的， 如果\{A,B\}是频繁的，那么\{A\}和\{B\}都必须是频繁的。

根据定义，支持度表示一个项集出现在数据中的频率。因此， 如果知道\{A\}不满足所期望的支持度阈值，那么就没有考虑 \{A,B\}或者任何包含\{A\}的项集，这些项集绝对不可能是频繁的。

Apriori算法利用这个逻辑在实际评估他们之前排除潜在的关 联规则

分为两个阶段：

识别所有满足最小支持度阈值的项集

根据满足最小支持度阈值的这些项集来创建规则。

例如，迭代1需要评估一组1项的项集，迭代2评估2项集，以 此类推。在迭代中没有产生新的项集，算法将停止。之后，算 法会根据产生的频繁项集，根据所有可能的子集产生关联规则。 例如，\{A，B\}将产生候选规则\{A\}->\{B\}和\{B\}->\{A\}。这些规则 将根据最小置信度阈值评估，任何不满足所期望的置信度的规 则将被排除。

计算准确度groceries.R：需要下载arules包

groceries <- read.transactions("groceries.csv", sep=",")\#读取数据文件

summary(groceries)

inspect(groceries\[1:5\])

itemFrequency(groceries\[,1:3\])

itemFrequencyPlot(groceries, support=0.1)

itemFrequencyPlot(groceries, topN=20)

image(groceries\[1:5\])

image(sample(groceries, 100))

\#Apriori算法

apriori (groceries)

grocery\_rules <-  apriori (groceries, parameter = list(support=0.006, confidence=0.25, minlen=2))

grocery\_rules

summary(grocery\_rules)

inspect(grocery\_rules\[1:3\])

inspect(sort(grocery\_rules, by="lift")\[1:5\])

berry\_rules <- subset(grocery\_rules, items %in% "berries")

inspect(berry\_rules)

write(grocery\_rules, file="groceryrules.csv", sep=",", quote=TRUE, row.names = FALSE)\#结果输出到groceryrules.csv

groceryrules\_df <- as(grocery\_rules, "data.frame")

str(groceryrules\_df)

[70]: /images/20220520/3da41eedf529473290776b72f1dc097d.png
[70 1]: /images/20220520/2bd4ccbffac844399e1e8cad92e95afd.png

发表评论取消回复

表情：

评论列表（有 0 条评论，339人围观）

还没有评论，来说两句吧...

相关阅读

相关用R语言进行关联分析

用R语言进行关联分析关联分析是一种常用的数据挖掘技术，用于发现数据集中不同变量之间的关联关系。在R语言中，我们可以使用多种方法进行关联分析，包括相关性分析和关联规则挖掘。本

矫情吗；*/ 2024年03月24日 18:40/ 0 赞/ 124 阅读

相关关联规则算法——Apriori算法

1.关联规则的名词解释项集：数据库中的数据项构成的非空集合事务：一个事务包含了一个或多个项集支持度：包含项集x的事务数量与全部事务数量的百分比置信度：同时包

梦里梦外;/ 2023年09月28日 10:44/ 0 赞/ 124 阅读

相关 IDEA 设置文件关联规则

idea可以根据文件名称去匹配对应的规则,从而标识一个文件的类型,并给予语法提示等,这些规则是可以自定义的,如下 ![watermark_type_ZmFuZ3poZW5na

本是古典何须时尚/ 2023年06月27日 06:26/ 0 赞/ 190 阅读

相关关联github, 添加gitignore 规则

1. 新建Maven项目 ![70][] ![70 1][] 2. 新建github repository ![70 2][] 3.

阳光穿透心脏的1/2处/ 2023年06月03日 05:57/ 0 赞/ 83 阅读

相关 R语言使用R包

R的优势主要体现在其软件包生态系统上，即常说的R包。具体的R包在官网上。这些R包提供了涉及各个领域的强大功能，包括数据读取、可视化绘图、计算统计等。正因为R包的跨度非常大，所

超、凢脫俗/ 2023年05月28日 03:51/ 0 赞/ 116 阅读

相关 php关联规则,关联规则挖掘

关联规则是形如X→Y的蕴涵式，其中， X和Y分别称为关联规则的先导(antecedent或left-hand-side, LHS)和后继(consequent或right-ha

墨蓝/ 2023年01月13日 06:04/ 0 赞/ 267 阅读

相关关联规则挖掘

1.Apriori关联规则挖掘 \----->Apriori算法希望的是完全的标称型数据，如果有数值型属性，必须先进行离散化。接下来我们导入数据集，切换至Associat

谁践踏了优雅/ 2022年09月29日 04:19/ 0 赞/ 378 阅读

相关 R语言 | 关联规则

原文地址：http://blog.csdn.net/gjwang1983/article/details/45015203 1.概念 1.1 引论关联

左手的ㄟ右手/ 2022年08月23日 03:59/ 0 赞/ 384 阅读

相关 8.6 R语言-关联规则

理解关联规则：市场购物篮分析的结果是一组指定商品之间关系模式的关联规则。一个典型的规则可以表述为： \{花生酱，果冻\} –> \{面包\} 这个关联规则用通俗易懂的

柔情只为你懂/ 2022年05月20日 02:23/ 0 赞/ 340 阅读

相关关联规则挖掘算法

关联规则挖掘是一种基于规则的机器学习算法，该算法可以在大数据库中发现感兴趣的关系。它的目的是利用一些度量指标来分辨数据库中存在的强规则。也即是说关联规则挖掘是用于知识发现，而非

左手的ㄟ右手/ 2022年05月13日 21:49/ 0 赞/ 383 阅读