本文介绍了如何使用R语言的arules包进行购物篮分析，通过apriori算法求取频繁项集，并提取关联规则。具体步骤包括安装arules包，加载Groceries数据集，设置支持度和置信度参数，筛选出lift值大于1.2与'whole milk'相关的关联规则子集。
运用apriori算法
#安装arules包并加载
#内置Groceries数据集
install.packages(“arules”) #下载软件包
library(arules) #加载arules程序包
data(Groceries) #调用数据文件
inspect(Groceries) #观看数据集里的数据
求频繁项集
frequentsets=eclat(Groceries,parameter=list(support=0.05,maxlen=10))
inspect(frequentsets[1:10]) #观看频繁项集
inspect(sort(frequentsets,by=“support”)[1:10]) #根据支持度对求得的频繁项集排序并察看
###利用apriori函数提取关联规则
rules=apriori(Groceries,parameter=list(support=0.01,confidence=0.5))
summary(rules) #察看求得的关联规则之摘要
inspect(rules) #列出关联规则
最低0.47元/天 解锁文章
4514
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
