数据可视化让关联分析使用更简单

关联分析是数据挖掘中一项基础又重要的技术，是一种在大型数据库中发现变量之间有趣关系的方法。数据分析的经典案例，沃尔玛超市发现购买尿布的顾客通常也会购买啤酒，于是把啤酒和尿布放在一起销售同时提高了两者的销量的案例。这是关联分析在商业领域应用的一个典型，通过对大量商品记录作分析，提取出能够反映顾客偏好的有用的规则。

有了这些关联分析，商家可以制定相应的营销策略来提高销售量。关联分析不但在商业领域被广泛应用，在医疗、教育和金融领域等也得到了有效的应用。接下来小编用一组出差经过城市的数据，带大家来了解关联分析的使用。

首先在文字组件列表中就可以找到关联分析组件，把组件拖到画布中。

 

然后将出差经过城市的表格数据复制粘贴，点击预览生成。如下图，图一为表格数据；图二为生成的关联分析表格。

 

 图一

图二

支持度与置信度说明

支持度:如果其中一项的支持度很低，说明这项内容出现的次数很少，而这项内容的参考意义也不大。

置信度：置信度数值越大说明这个项内容越可靠，可信度越高。

接着点击属性查看【图层参数】，可以看到【关联分析配置】中的最小支持度与最小置信度，最小支持度数值是0.3，最小置信度为0.6。关联分析表格中东莞市的支持度为0.33，从这项数据可以得出，出差经过东莞市的次数很少，而东莞市的支持度也很低；

 

还是看东莞市，浮云市这个例子，包含｛东莞市｝项的内容出现了2次，包含｛东莞市与浮云市}项的内容也出现了2次，那么这个它的置信度就是1。说明出差经过东莞市与浮云市的可信度很高。

 

 

图层参数下的其他参数可以根据需要进行调整，例如当数据过多时，也可以采取对每页数据的展示进行管理，当然也可以选择滚动显示，让这个大屏多一分“灵活性”。

 

还有一些细节上的调整，这些上都是生活中比较常见的的一些功能就不做过多的介绍了，值得注意的是【进度条】，可以将改列的数字转为进度条展示，让图表更具美观性。

 

其他常用属性，右侧的属性提供了较多的属性，以此来调整组件的观赏性。下图这些属性也是比较简单、常用的，就不在过多的进行介绍了。

 

最后，将关联分析运用到数据大屏中，下图为大屏的整体效果，可以清晰看出关联组件既有智能性又有实用性，对数据的分析挖掘不可或缺。

 关联分析这个组件的基本使用相信大家也了解的差不多了，更多的实用功能还是需要自己来挖掘使用，如果大家对款数据可视化平台感兴趣的话可以在网上搜索，进行深入的了解哦。