關(guān)聯(lián)分析及案例應(yīng)用

關(guān)聯(lián)分析及案例應(yīng)用-[數(shù)據(jù)挖掘]-07-28版權(quán)申明：轉(zhuǎn)載時請以超鏈接形式標(biāo)明文章原始出處和作者信息及本申明簡樸談?wù)勱P(guān)聯(lián)分析準(zhǔn)備分3個部分來簡介：第一部分

關(guān)聯(lián)分析（association）簡介及模型實現(xiàn)要點第二部分

關(guān)聯(lián)分析在clementine中的詳細案例實現(xiàn)第三部分

時序分析在clementine中的詳細案例實現(xiàn)今天先談?wù)劦谝徊糠?、

關(guān)聯(lián)分析是一種無監(jiān)督機器學(xué)習(xí)措施，用來發(fā)掘常常一起發(fā)生的事情。在企業(yè)營銷中重要應(yīng)用于產(chǎn)品搭配銷售cross-selling。分析：買了a（和b）的人還買了c

即特性1和特性2發(fā)生，特性3伴隨發(fā)生時序分析

買了a的人，然后再買了b，最終又買了c兩者區(qū)別：關(guān)聯(lián)分析，一次購物，買了什么會買什么。時序分析，這次購物，下次會買什么。（零售、流程改善、網(wǎng)絡(luò)日志分析）2、

在clementin中的數(shù)據(jù)格式：apriori可以接受2中排列方式，但只接受名義字段，且字段在方向設(shè)定期必須為both。GRI和CARMA只能接受第一種排列方式3、有關(guān)閥值的設(shè)定：支持度和置信度，定多少才合適？沒有最合適，當(dāng)然是這兩個值越高出來的規(guī)則越有說服力，但這樣的規(guī)則往往很難得到。因此我個人認為只要符合業(yè)務(wù)需求且合理，都可以進行布署。提議將支持度和置信度從低往高不停調(diào)整，查看規(guī)則的變化狀況。舉個簡樸的例子，某條規(guī)則置信度為90%，規(guī)提高水平為2，而支持度只有1%，原始數(shù)據(jù)量有1000萬。請問，這條規(guī)則與否故意義？我們可以看到這條規(guī)則的規(guī)模有10萬，且有較高的置信水平，因此它的實際布署能力還是比較強的。4、再說說提高水平lift這個參數(shù)。假定設(shè)定規(guī)則的最小閥值為支持度30%，置信度為60%，然后你得到了諸多的強關(guān)聯(lián)規(guī)則。例如有這樣一條，總數(shù)據(jù)10000個，A商品6000個，B商品7500個，然后同步購置A和B的4000個。我們發(fā)現(xiàn)A-B（即購置了a的同步購置b）這條規(guī)則也是一條強關(guān)聯(lián)規(guī)則。支持度為=4000/1000o=40%，置信度=4000/6000=66.7%.不過我們發(fā)現(xiàn)原總數(shù)據(jù)集中，購置b產(chǎn)品的比例有75%，要不小于66.%，即購置a產(chǎn)品會對購置b產(chǎn)品產(chǎn)生反向作用，即負有關(guān)。因此才有了lift這樣一種參數(shù)，來彌補支持度和置信度在解釋規(guī)則方面的局限性：Lift=

P(AUB)

/

P(A)P(B)

當(dāng)lift=1時，A、B互相獨立當(dāng)lift<1時，A、B負有關(guān)當(dāng)Lift>1時，A、B正有關(guān)

即A/B中一種的出現(xiàn)，都提高了此外一種出現(xiàn)的也許性。關(guān)聯(lián)分析在clementine中的詳細案例實現(xiàn)-[數(shù)據(jù)挖掘]-08-09版權(quán)申明：轉(zhuǎn)載時請以超鏈接形式標(biāo)明文章原始出處和作者信息及本申明接著上篇文章

第一部分

關(guān)聯(lián)分析（association）簡介及模型實現(xiàn)要點今天來談?wù)劦诙糠?/p>

關(guān)聯(lián)分析在clementine中的詳細案例實現(xiàn)基礎(chǔ)數(shù)據(jù)準(zhǔn)備：在clementine中，進行關(guān)聯(lián)分析，為了可以嘗試多種算法，這里我采用第一種模型輸入數(shù)據(jù)，建模前需先將數(shù)據(jù)整頓成如下格式2個字段：客戶編號和產(chǎn)品編號（一種客戶編號也許有多條產(chǎn)品記錄）環(huán)節(jié)如下：1、原始數(shù)據(jù)格式2、然后將產(chǎn)品字段轉(zhuǎn)換成名義字段即集字段，clementine里面一種字段選項按鈕，導(dǎo)出按鈕，其作用是基于既有字段生成新字段3、根據(jù)集字段生成新的產(chǎn)品字段，作用就是生成將數(shù)據(jù)轉(zhuǎn)換成關(guān)聯(lián)分析規(guī)定的數(shù)據(jù)格式生成的格式如下：每一行數(shù)據(jù)表達沒一種顧客購置了哪些產(chǎn)品，1表達購置，0表達沒有5、字段輸入方向選擇為both：6、整個建模過程如下：這里我選擇的是GRI算法