在关联规则分析中,支持度和置信度是两个重要的参数,它们用于筛选出频繁出现的特征项组合和具有一定关联性的规则。在本教程中,我们将使用R语言的arules
包,演示如何统计在不同支持度阈值和置信度阈值条件下,关联规则的数量。
1. 简介:
关联规则分析是一种在数据挖掘和分析中广泛应用的方法,用于发现不同特征项之间的关联关系。支持度和置信度是评估关联规则重要性的两个指标。支持度(Support)表示一个特征组合在所有事务中出现的频率,置信度(Confidence)表示在一个特征项出现的情况下,另一个特征项也会出现的概率。
2. 数据准备:
我们将使用arules
包内置的一个数据集Groceries
,它包含了一组购物篮数据。我们将使用这些事务数据来演示如何统计不同支持度阈值和置信度阈值条件下的关联规则数量。
library(arules)
# 使用默认的数据集(事务数据)
data