用关联规则挖掘超市购物的商品组合

本文利用R语言的arules包对超市购物数据进行分析,将数据转化为稀疏矩阵,发现最常见的购物组合,如公积金、劳动、投诉举报等商品关联模式。
摘要由CSDN通过智能技术生成

读取文件,存放在csv格式的数据表格中,每一行代表一个购买过程。

setwd("D:/myR")
G <- read.csv("2014.12.csv", header=T)

加载包arules,运行包

install.packages("arules")
library(arules)

将数据转换成稀疏矩阵的数据格式

setwd("D:/myR")
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值