关联规则分析

最新推荐文章于 2023-12-31 01:10:47 发布
最新推荐文章于 2023-12-31 01:10:47 发布
阅读量1.4k 收藏 4
点赞数 1
分类专栏： R语言 数据分析及挖掘 数据分析 文章标签： r语言 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45387160/article/details/103483680
版权

基本概念：

1、规则的支持度Support
S(A=>B)=P(A∩B)

2、规则的置信度Confidence
Conf(A=>B)=(S(A=>B))/(S(A))=P(B|A)

3、规则的提升度Lift
Lift(A=>B)=Conf(A=>B)/S(B) =(P(B|A))/P(B)

4、规则的部署能力
D=S(A)-S(A=>B)

一、超市购物篮关联规则分析

> library(arules)
> data("Groceries")
> summary(Groceries)

transactions as itemMatrix in sparse format with
9835 rows (elements/itemsets/transactions) and
169 columns (items) and a density of 0.02609146

most frequent items:
whole milk other vegetables rolls/buns soda yogurt (Other)
2513 1903 1809 1715 1372 34055

element (itemset/transaction) length distribution:
sizes
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
2159 1643 1299 1005 855 645 545 438 350 246 182 117 78 77 55 46 29 14 14 9 11 4 6 1
26 27 28 29 32
1 1 1 3 1

Min. 1st Qu. Median Mean 3rd Qu. Max.
1.000 2.000 3.000 4.409 6.000 32.000

includes extended item information - examples:
labels level2 level1
1 frankfurter sausage meat and sausage
2 sausage sausage meat and sausage
3 liver loaf sausage meat and sausage

> itemFrequencyPlot(Groceries,topN=15,horiz=T,main='支持度最高的15个项目',col='grey')

在这里插入图片描述

> apriori((Groceries))  #函数默认最小support=0.1,最小confidence=0.8,最大规则内的项目数(maxlen=10)

Apriori

Parameter specification:
confidence minval smax arem aval originalSupport maxtime support minlen maxlen target ext
0.8 0.1 1 none FALSE TRUE 5 0.1 1 10 rules FALSE

Algorithmic control:
filter tree heap memopt load sort verbose
0.1 TRUE TRUE FALSE TRUE 2 TRUE

Absolute minimum support count: 983

set item appearances …[0 item(s)] done [0.00s].
set transactions …[169 item(s), 9835 transaction(s)] done [0.00s].
sorting and recoding items … [8 item(s)] done [0.00s].
creating transaction tree … done [0.00s].
checking subsets of size 1 2 done [0.00s].
writing … [0 rule(s)] done [0.00s].
creating S4 object … done [0.00s].
set of 0 rules

默认参数下没有结果，这里更改参数如下，

> g<-apriori(Groceries,parameter=list(support=0.001,confidence=0.5))
Apriori

Parameter specification:
confidence minval smax arem aval originalSupport maxtime support minlen maxlen target ext
0.5 0.1 1 none FALSE TRUE 5 0.001 1 10 rules FALSE

Algorithmic control:
filter tree heap memopt load sort verbose
0.1 TRUE TRUE FALSE TRUE 2 TRUE

Absolute minimum support count: 9

set item appearances …[0 item(s)] done [0.00s].
set transactions …[169 item(s), 9835 transaction(s)] done [0.00s].
sorting and recoding items … [157 item(s)] done [0.00s].
creating transaction tree … done [0.00s].
checking subsets of size 1 2 3 4 5 6 done [0.02s].
writing … [5668 rule(s)] done [0.00s].
creating S4 object … done [0.00s].

> g
set of 5668 rules 
> 

> inspect(head(sort(g,by='lift'),10)) #根据lift排序显示前10条规则
     lhs                                                                  rhs              support     confidence
[1]  {Instant food products,soda}                                      => {hamburger meat} 0.001220132 0.6315789 
[2]  {soda,popcorn}                                                    => {salty snack}    0.001220132 0.6315789 
[3]  {flour,baking powder}                                             => {sugar}          0.001016777 0.5555556 
[4]  {ham,processed cheese}                                            => {white bread}    0.001931876 0.6333333 
[5]  {whole milk,Instant food products}                                => {hamburger meat} 0.001525165 0.5000000 
[6]  {other vegetables,curd,yogurt,whipped/sour cream}                 => {cream cheese }  0.001016777 0.5882353 
[7]  {processed cheese,domestic eggs}                                  => {white bread}    0.001118454 0.5238095 
[8]  {tropical fruit,other vegetables,yogurt,white bread}              => {butter}         0.001016777 0.6666667 
[9]  {hamburger meat,yogurt,whipped/sour cream}                        => {butter}         0.001016777 0.6250000 
[10] {tropical fruit,other vegetables,whole milk,yogurt,domestic eggs} => {butter}         0.001016777 0.6250000 
     lift     count
[1]  18.99565 12   
[2]  16.69779 12   
[3]  16.40807 10   
[4]  15.04549 19   
[5]  15.03823 15   
[6]  14.83409 10   
[7]  12.44364 11   
[8]  12.03058 10   
[9]  11.27867 10   
[10] 11.27867 10   
>

可视化

> library(arulesViz)
> plot(g,measure=c('support','confidence'),shading='order',control=list(main='支持度和置信度散点图'))  #measure参数指定,x，y坐标，shading参数指定散点的浓度，可以设为order(规则长度)或者lift（规则提升度）

在这里插入图片描述

> plot(g,measure=c('support','confidence'),shading='lift',control=list(main='支持度和置信度散点图'))

在这里插入图片描述

考虑到置信度接近1的比较多，可以从中提取高于0.8的规则。

> g.sub<-subset(g,subset=confidence>0.8)
> g
set of 5668 rules 
> plot(g.sub,measure=c('support','confidence'),shading='lift',control=list(main='支持度和置信度散点图'))

在这里插入图片描述

> plot(g.sub,method='matrix',measure=c("lift","confidence"))

在这里插入图片描述
继续可视化，用不同的method显示不同的效果，如下：

> plot(g.sub,method='paracoord')

在这里插入图片描述

plot(g.sub,method='matrix3D',measure='lift',control=list('reorder=TRUE'))

在这里插入图片描述

> plot(g.sub,method='grouped',control=list(k=10))

在这里插入图片描述

二、泰坦尼克号生存规则分析
读入数据

> data(Titanic)
> T.df<-expand.table(Titanic) #转化成数据框
> class(T.df)
[1] "data.frame"
> head(T.df)
  Class  Sex   Age Survived
1   1st Male Child      Yes
2   1st Male Child      Yes
3   1st Male Child      Yes
4   1st Male Child      Yes
5   1st Male Child      Yes
6   1st Male Adult       No
> T.tr<-as(T.df,'transactions') #转化成transaction形式数据
> inspect(head(T.tr))
    items                                       transactionID
[1] {Class=1st,Sex=Male,Age=Child,Survived=Yes} 1            
[2] {Class=1st,Sex=Male,Age=Child,Survived=Yes} 2            
[3] {Class=1st,Sex=Male,Age=Child,Survived=Yes} 3            
[4] {Class=1st,Sex=Male,Age=Child,Survived=Yes} 4            
[5] {Class=1st,Sex=Male,Age=Child,Survived=Yes} 5            
[6] {Class=1st,Sex=Male,Age=Adult,Survived=No}  6 
> T.im<-as(T.tr,'itemMatrix') #或转化成矩阵形式
> inspect(head(T.im)) 
    items                                      
[1] {Class=1st,Sex=Male,Age=Child,Survived=Yes}
[2] {Class=1st,Sex=Male,Age=Child,Survived=Yes}
[3] {Class=1st,Sex=Male,Age=Child,Survived=Yes}
[4] {Class=1st,Sex=Male,Age=Child,Survived=Yes}
[5] {Class=1st,Sex=Male,Age=Child,Survived=Yes}
[6] {Class=1st,Sex=Male,Age=Adult,Survived=No} 

>tr<-read.transcations(file='文件名',format='single',clos=c(TIDcol,ITEMcol),sep=',') #读入交易数据格式的csv文件

执行分析

> T.ar<apriori(T.tr)
Apriori

Parameter specification:
 confidence minval smax arem  aval originalSupport maxtime support minlen maxlen target   ext
        0.8    0.1    1 none FALSE            TRUE       5     0.1      1     10  rules FALSE

Algorithmic control:
 filter tree heap memopt load sort verbose
    0.1 TRUE TRUE  FALSE TRUE    2    TRUE

Absolute minimum support count: 220 

set item appearances ...[0 item(s)] done [0.00s].
set transactions ...[10 item(s), 2201 transaction(s)] done [0.00s].
sorting and recoding items ... [9 item(s)] done [0.00s].
creating transaction tree ... done [0.00s].
checking subsets of size 1 2 3 4 done [0.00s].
writing ... [27 rule(s)] done [0.00s].
creating S4 object  ... done [0.00s].
Error in T.ar < apriori(T.tr) : 
  comparison (3) is possible only for atomic and list types
> inspect(head(T.ar))
    lhs               rhs         support   confidence lift      count
[1] {}             => {Age=Adult} 0.9504771 0.9504771  1.0000000 2092 
[2] {Class=2nd}    => {Age=Adult} 0.1185825 0.9157895  0.9635051  261 
[3] {Class=1st}    => {Age=Adult} 0.1449341 0.9815385  1.0326798  319 
[4] {Sex=Female}   => {Age=Adult} 0.1930940 0.9042553  0.9513700  425 
[5] {Class=3rd}    => {Age=Adult} 0.2848705 0.8881020  0.9343750  627 
[6] {Survived=Yes} => {Age=Adult} 0.2971377 0.9198312  0.9677574  654 
> inspect(subset(T.ar,subset=rhs %in% 'Survived=Yes' | rhs %in% 'Survived=No')) #我们只关心Survived的结论项集，所以提取
    lhs                               rhs           support   confidence lift     count
[1] {Class=3rd,Sex=Male}           => {Survived=No} 0.1917310 0.8274510  1.222295 422  
[2] {Class=3rd,Sex=Male,Age=Adult} => {Survived=No} 0.1758292 0.8376623  1.237379 387

默认设置下得到的规则较少，因此重新设置参数，再次提取关联规则：

> T.ar2<-apriori(T.tr,parameter=list(support=0.005,confidence=0.8,minlen=2),appearance=list(rhs=c('Survived=Yes','Survived=No'),default='lhs'))
Apriori

Parameter specification:
 confidence minval smax arem  aval originalSupport maxtime support minlen maxlen target   ext
        0.8    0.1    1 none FALSE            TRUE       5   0.005      2     10  rules FALSE

Algorithmic control:
 filter tree heap memopt load sort verbose
    0.1 TRUE TRUE  FALSE TRUE    2    TRUE

Absolute minimum support count: 11 

set item appearances ...[2 item(s)] done [0.00s].
set transactions ...[10 item(s), 2201 transaction(s)] done [0.00s].
sorting and recoding items ... [10 item(s)] done [0.00s].
creating transaction tree ... done [0.00s].
checking subsets of size 1 2 3 4 done [0.00s].
writing ... [12 rule(s)] done [0.00s].
creating S4 object  ... done [0.00s].
> T.ar2
set of 12 rules 
> inspect(T.ar2)
     lhs                                  rhs            support     confidence lift     count
[1]  {Class=2nd,Age=Child}             => {Survived=Yes} 0.010904134 1.0000000  3.095640  24  
[2]  {Class=2nd,Sex=Female}            => {Survived=Yes} 0.042253521 0.8773585  2.715986  93  
[3]  {Class=2nd,Sex=Male}              => {Survived=No}  0.069968196 0.8603352  1.270871 154  
[4]  {Class=1st,Sex=Female}            => {Survived=Yes} 0.064061790 0.9724138  3.010243 141  
[5]  {Class=Crew,Sex=Female}           => {Survived=Yes} 0.009086779 0.8695652  2.691861  20  
[6]  {Class=3rd,Sex=Male}              => {Survived=No}  0.191731031 0.8274510  1.222295 422  
[7]  {Class=2nd,Sex=Female,Age=Child}  => {Survived=Yes} 0.005906406 1.0000000  3.095640  13  
[8]  {Class=2nd,Sex=Female,Age=Adult}  => {Survived=Yes} 0.036347115 0.8602151  2.662916  80  
[9]  {Class=2nd,Sex=Male,Age=Adult}    => {Survived=No}  0.069968196 0.9166667  1.354083 154  
[10] {Class=1st,Sex=Female,Age=Adult}  => {Survived=Yes} 0.063607451 0.9722222  3.009650 140  
[11] {Class=Crew,Sex=Female,Age=Adult} => {Survived=Yes} 0.009086779 0.8695652  2.691861  20  
[12] {Class=3rd,Sex=Male,Age=Adult}    => {Survived=No}  0.175829169 0.8376623  1.237379 387  

> plot(T.ar2,method='grouped',control = list(k=6))

可视化

> plot(T.ar2,method='grouped',control = list(k=6))

在这里插入图片描述

> plot(T.ar2,method='paracoord')

在这里插入图片描述
将结论生成csv文件，

> write.csv(as(T.ar2,'data.frame'),'titanicar2.csv')

用excel打开如下所示：
在这里插入图片描述

倚东
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
关联规则实验报告
11-28
（1）理解频繁模式挖掘的思想； （2）理解Apriori挖掘算法的原理； （3）通过Apriori算法找出ch6 关联规则挖掘数据集所有的频繁模式集；
数据挖掘系列（3）--关联规则评价
AlienTech for better life!~
11-16 4117
前面我们讨论的关联规则都是用支持度和自信度来评价的，如果一个规则的自信度高，我们就说它是一条强规则，但是自信度和支持度有时候并不能度量规则的实际意义和业务关注的兴趣点。 一个误导我们的强规则      看这样一个例子，我们分析一个购物篮数据中购买游戏光碟和购买影片光碟之间的关联关系。交易数据集共有10,000条记录，其中购买6000条包含游戏光碟，7500条包含影片光碟，4000条既包
php关联规则,解读数据挖掘之关联规则
weixin_31493023的博客
03-13 284
人们通过发现关联的规则，可以从一件事情的发生，来推测另外一件事情的发生，从而更好地了解和掌握事物的发展规律等等，这就是寻找关联规则的基本意义。关联规则的实际应用包括：交叉销售、邮购目录的设计、商品摆放、流失客户分析、基于购买模式进行客户区隔等等……关联规则数据挖掘中最经典的案例就是沃尔玛的啤酒和尿布的故事。沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的...
关联规则分析-python
06-18
根据Orange3包对数据进行关联规则分析，生成“规则”，“项集出现的数目”，“置信度”，“覆盖度”，“力度”，“提升度”，“利用度”记录并返回到excel表中。
学生校园行为关联规则分析
07-12
该数据是Data Castle提供的一组比赛数据，分为两组，分别是训练集和测试集，每一组都包含大约1万名学生的信息纪录。 #数据主要包括： 图书借阅数据borrow_train.txt和borrow_test.txt； 一卡通数据card_train.txt和...
导入Excel数据，并进行关联规则分析
10-27
在数据分析领域，关联规则分析是一种常用的技术，用于发现数据集中不同项之间的有趣关系。这个过程通常涉及使用Python等编程语言，结合相应的库如`pandas`进行数据预处理，然后利用`mlxtend`或`apriori`等库进行关联...
数据分析实战 - 关联规则分析-购物车分析
11-05
在数据分析领域，关联规则分析是一种常用的技术，用于发现数据集中不同项之间的有趣关系。在这个案例中，我们将关注“数据分析实战 - 关联规则分析-购物车分析”，它涉及到使用Python编程语言，特别是`mlxtend`库来...
数据挖掘关联规则分析数据集
10-26
在这个“数据挖掘关联规则分析数据集”中，我们有两个合成的数据集，它们旨在帮助研究者和分析师探索不同项目之间的潜在关联，从而可能为业务决策、市场篮子分析或商品推荐系统提供依据。 关联规则通常由两部分组成...
基于关联规则的购物篮分析 (2010年)
05-19
关联规则研究有助于发现数据库中不同商品之间的联系。其分析结果可以应用于制定营销策略,寻求最佳的商品货架布局。从关联规则挖掘算法和关联模式的评估两方面对购物篮数据进行关联分析。
weka中解读经典关联规则Apriori
05-06
在weka 中，详细解读经典关联算法的Apriori的源代码
数据挖掘之关联规则分析
热门推荐
zjlamp的博客
08-12 2万+
关联规则分析也称为购物篮分析，最早是为了发现超市销售数据库中不同的商品之间的关联关系。 用于寻找数据集中各项之间的关联关系。根据所挖掘的关联关系，可以从一个属性的信息来推断另一个属性的信息。当置信度达到某一阈值时，可以认为规则成立。 常用的关联规则算法 算法名称 算法描述 Apriori 关联规则最常用、最经典的挖掘频繁项集的算法，核心思想是通过连接产生候选项及其支持...
关联规则中的支持度、置信度以及提升度
Irvinfaith的博客
11-24 1978
支持度： 定义：简单解释其实就是某一物品/组合的曝光率，或者是出镜率，即：该物品/组合在队列中出现的次数占队列总数的比例。 计算方式： Support=C(A)C(Total),其中C(A)为A的出现次数，C(Total)为总数量 Support = \frac{C(A)}{C(Total)},其中C(A)为A的出现次数，C(Total)为总数量 Support=C(Total)C(A)​,其中C(A)为A的出现次数，C(Total)为总数量 置信度： 定义：如果某一物品A出现了，另..
关联规则详解
qq_22855149的博客
12-15 1734
关联规则 关联规则是 根据已有数据 计算两个 "项目集合"之间的关系 就比如我购买了 =肉= 那么我很有可能再购买 =大蒜= 一样. 但是可能性有多少呢?这就需要通过超市有的购物数据来计算. 计算的方法就称为关联规则的挖掘. 本文因为没有引例,因此比较适合逻辑记忆能力较强的读者阅读,否则浪费时间,切忌竹篮打水 下面是你要理解的几个名词概念 文章目录关联规则一 . 项目与项集概念1_11​ 项目概念2_22​ 项集概念3_33​ K - 项集二 . 交易交易交易号交易集 D交易个数 ∣D∣|D|∣D∣例子三
关联规则与时间序列分析
最新发布
禅与计算机程序设计艺术
12-31 1032
1.背景介绍 关联规则和时间序列分析是数据挖掘领域中的两个重要方法，它们在现实生活中应用非常广泛。关联规则主要用于发现数据之间的相关关系，常用于市场竞争激烈的商场或电商平台，以提高销售额和客户满意度。时间序列分析则关注于时间序列数据的变化规律，常用于金融、股票、天气预报等领域。 在本篇文章中，我们将从以下几个方面进行深入探讨： 关联规则与时间序列分析的核心概念与联系 关联规则的核心算法原理...
机器学习实战：使用 Apriori 算法进行关联分析
RexT1的博客
12-28 933
机器学习实战：使用 Apriori 算法进行关联分析 从大规模数据集中寻找物品间的隐 含关系被称作关联分析（association analysis）或者关联规则学习（association rule learning）。这 里的主要问题在于，寻找物品的不同组合是一项十分耗时的任务，所需的计算代价很高，蛮力搜 索方法并不能解决这个问题，所以需要用更智能的方法在合理的时间范围内找到频繁项集。本章 将介绍如何使用Apriori算法来解决上述问题。
python 关联规则(Association Rules)理论、Apriori算法案例实战
Huangxin_Yu的博客
09-21 3218
关联规则、Apriori算法原理及实战关联规则中三个重要知识点Apriori算法原理Apriori算法原理Apriori算法流程Apriori算法案例Apriori算法应用 关联规则中三个重要知识点 某家水果店的订单清单如下： 购物单号 购买的水果 1 苹果、香蕉、梨 2 苹果、香蕉、梨、芒果 3 香蕉、梨、芒果、水蜜桃 4 苹果、芒果 5 苹果、水蜜桃 支持度：百分比数，表示一个商品组合出现的次数与总次数之间的比值，支持度越高，说明组合出现的概率越高。 Support(
关联规则分析实验案例matlab
09-16
关联规则分析是一种用来发现事物之间的相关性和关联性的方法。在实际应用中，关联规则分析广泛应用于市场研究、商品推荐、网络安全、医疗诊断等领域。下面是一个关联规则分析的实验案例，使用MATLAB进行实现。 假设我们有一份超市销售数据，记录了不同商品之间的购买关系。我们的目标是发现商品之间的关联规则，以便进行商品搭配推荐。 首先，我们需要加载数据集。可以使用MATLAB中的读取文件函数来读取数据集，如`readtable`函数。 然后，我们需要对数据集进行预处理，将数据转换为关联规则分析所需要的格式。通常，我们将每个购物篮看作一个事务，每个事务包含多个商品。我们可以将每个事务表示为一个二进制向量，向量的长度与商品的种类数量相同，向量的每个元素表示该商品是否存在于该购物篮中。例如，对于有3个商品的购物篮，如果购物篮中包含第1个和第3个商品，则对应的二进制向量为[1,0,1]。 接下来，我们可以使用MATLAB中的`apriori`函数来进行关联规则分析。`apriori`函数采用了Apriori算法，一种常用的关联规则挖掘方法。该函数可以根据指定的最小支持度和最小置信度来挖掘频繁项集和关联规则。 在挖掘完频繁项集和关联规则后，我们可以根据置信度对关联规则进行排序，并选择置信度较高的规则作为最终的推荐结果。 最后，我们可以使用MATLAB中的可视化函数，如`bar`函数或者`plot`函数来对关联规则进行可视化展示，以便更好地理解数据之间的关联关系。 以上就是一个关联规则分析的实验案例，利用MATLAB可以很方便地进行关联规则挖掘并进行可视化展示，从而发现商品之间的关联性，为市场推荐等应用提供支持。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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