《python金融大數(shù)據(jù)分析》課件-第四章 關(guān)聯(lián)規(guī)則分析

第四章 關(guān)聯(lián)規(guī)則分析第一節(jié)關(guān)聯(lián)規(guī)則的理論與算法第二節(jié)關(guān)聯(lián)規(guī)則分析的python實(shí)踐第三節(jié)案例分析目

錄第一節(jié)關(guān)聯(lián)規(guī)則的理論與算法一、關(guān)聯(lián)的內(nèi)涵二、關(guān)聯(lián)規(guī)則分析的主要內(nèi)容三、關(guān)聯(lián)規(guī)則分析的算法主要內(nèi)容（一）定義關(guān)聯(lián)其實(shí)就是相關(guān)性，簡(jiǎn)單地說(shuō)，若一個(gè)現(xiàn)象變化，另一現(xiàn)象隨之變化，我們就認(rèn)為這兩種現(xiàn)象之間是相關(guān)的。（二）典型應(yīng)用1.啤酒與紙尿褲2.房屋價(jià)格與地理位置一、關(guān)聯(lián)的內(nèi)涵（一）定義關(guān)聯(lián)規(guī)則分析又稱關(guān)聯(lián)挖掘、購(gòu)物籃分析，反映一個(gè)事物與其他事物之間的相互依存性和關(guān)聯(lián)性，是數(shù)據(jù)挖掘的一個(gè)重要技術(shù)，用于從大量數(shù)據(jù)中挖掘出有價(jià)值的數(shù)據(jù)項(xiàng)之間的相關(guān)關(guān)系。（二）作用1.最早是為了發(fā)現(xiàn)超市銷售數(shù)據(jù)庫(kù)中不同的商品之間的關(guān)聯(lián)關(guān)系。2.根據(jù)所挖掘的關(guān)聯(lián)關(guān)系，可以從一個(gè)屬性的信息來(lái)推斷另一個(gè)屬性的信息。當(dāng)置信度達(dá)到某一閾值時(shí)，可以認(rèn)為規(guī)則成立。二、關(guān)聯(lián)規(guī)則分析的內(nèi)涵（三）應(yīng)用場(chǎng)景1.互聯(lián)網(wǎng)推薦個(gè)性化推薦：在界面上給用戶推薦相關(guān)商品組合優(yōu)惠券：給購(gòu)買(mǎi)過(guò)的用戶發(fā)放同時(shí)購(gòu)買(mǎi)組合內(nèi)商品的優(yōu)惠券捆綁銷售：將相關(guān)商品組合起來(lái)銷售2.線下店鋪分析商品配置分析：哪些商品可以一起購(gòu)買(mǎi),關(guān)聯(lián)商品如何陳列、促銷客戶需求分析：分析顧客的購(gòu)買(mǎi)習(xí)慣、顧客購(gòu)買(mǎi)商品的時(shí)間、地點(diǎn)等二、關(guān)聯(lián)規(guī)則分析的內(nèi)涵（三）應(yīng)用場(chǎng)景3.金融保險(xiǎn)經(jīng)由購(gòu)物籃分析能夠設(shè)計(jì)不同的服務(wù)組合以擴(kuò)大利潤(rùn)；能借由購(gòu)物籃分析偵測(cè)出可能不尋常的投保組合并作預(yù)防。4.風(fēng)控領(lǐng)域分析同時(shí)行動(dòng)的賬號(hào)、尋找有效的策略組合。二、關(guān)聯(lián)規(guī)則分析的內(nèi)涵三、關(guān)聯(lián)規(guī)則分析的算法算法名稱算法描述Apriori關(guān)聯(lián)規(guī)則最常用、最經(jīng)典的挖掘頻繁項(xiàng)集的算法，核心思想是通過(guò)連接產(chǎn)生候選項(xiàng)及其支持度，然后通過(guò)剪枝生成頻繁項(xiàng)集。無(wú)法處理連續(xù)型數(shù)值變量，往往分析之前需要對(duì)數(shù)據(jù)進(jìn)行離散化。FP-Tree針對(duì)Apriori算法固有的多次掃描事物數(shù)據(jù)集的缺陷，提出的不產(chǎn)生候選頻繁項(xiàng)集的方法。Apriori和FP-Tree都是尋找頻繁項(xiàng)集的算法。Eclat算法一種深度優(yōu)先算法，采用垂直數(shù)據(jù)表示形式，在概念格理論的基礎(chǔ)上利用基于前綴的等價(jià)關(guān)系將搜索空間劃分為較小的子空間?；疑P(guān)聯(lián)法分析和確定各因素之間的影響程度，或是若干個(gè)子因素（子序列）對(duì)主因素（母序列）的貢獻(xiàn)度而進(jìn)行的一種分析方法。輸入：一組人的交易清單每一筆交易（transaction）包含一系列的商品（items）（一）Apriori算法的輸入與輸出三、關(guān)聯(lián)規(guī)則分析的算法Aprior算法一筆交易（transaction）兩種商品（items）面包牛奶訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單輸入：一組人的交易清單每一筆交易（transaction）包含一系列的商品（items）（一）Aprior算法的輸入與輸出三、關(guān)聯(lián)規(guī)則分析的算法Aprior算法一筆交易（transaction）四種商品（items）面包牛奶啤酒雞蛋訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單輸入：一組人的交易清單每一筆交易（transaction）包含一系列的商品（items）（一）Aprior算法的輸入與輸出三、關(guān)聯(lián)規(guī)則分析的算法Aprior算法一共有5筆交易（transaction）涉及到6種商品（items）訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單輸入：一組人的交易清單每一筆交易（transaction）包含一系列的商品（items）（一）Aprior算法的輸入與輸出三、關(guān)聯(lián)規(guī)則分析的算法Aprior算法訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單ID面包牛奶紙尿褲啤酒雞蛋可樂(lè)12345表2二進(jìn)制表示的交易清單若購(gòu)買(mǎi)了某種商品，則取值1；若未購(gòu)買(mǎi)某種商品，則取值為0111111111111111111000000000000軟件中稀疏矩陣（SparseMatrix）用稀疏矩陣表示的商品交易清單輸出（一）Aprior算法的輸入與輸出三、關(guān)聯(lián)規(guī)則分析的算法Aprior算法頻繁項(xiàng)集關(guān)聯(lián)規(guī)則滿足最小支持度的所有項(xiàng)集高置信度的關(guān)聯(lián)規(guī)則（rules）1.項(xiàng)集：包含0個(gè)或多個(gè)項(xiàng)的集合被稱為項(xiàng)集（itemset）。K項(xiàng)集：如果一個(gè)項(xiàng)集包含k個(gè)項(xiàng)，則稱它為k項(xiàng)集?？占菏侵覆话魏雾?xiàng)的項(xiàng)集。(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單2項(xiàng)集4項(xiàng)集2.超集/子集：項(xiàng)集A包含于項(xiàng)集B，則A是B的子集，B是A的超集。如：

{啤酒，尿布}是{啤酒，尿布，牛奶，花生}

的子集，而{啤酒，尿布，牛奶，花生}

是{啤酒，尿布}的超集。練習(xí)：{牛奶、麥片、糖}是{牛奶、麥片}的集{牛奶、麥片}是{牛奶、麥片、糖}的集(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法超子

3.頻繁項(xiàng)集：在整個(gè)交易清單中，包含某項(xiàng)集的條目占總條目的比例超過(guò)某一閾值的，則稱該項(xiàng)集為頻繁項(xiàng)集。Apriori算法依據(jù)的原理：如果一個(gè)項(xiàng)集是頻繁的，則它的所有子集一定也是頻繁的；相反，如果一個(gè)項(xiàng)集是非頻繁的，則它的所有超集也一定是非頻繁的。(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法練習(xí)1：若項(xiàng)集{啤酒，尿布，牛奶，花生}是頻繁的，則下列說(shuō)法正確的是？A.{啤酒，尿布}是頻繁項(xiàng)集B.{啤酒，尿布，牛奶}是頻繁項(xiàng)集C.{尿布，牛奶}是頻繁項(xiàng)集D.{花生}不是頻繁項(xiàng)集(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法練習(xí)2：若項(xiàng)集{啤酒，尿布}不是頻繁的，則下列說(shuō)法正確的是？A.{啤酒，尿布，牛奶}不是頻繁項(xiàng)集B.{啤酒，尿布，牛奶，花生}不是頻繁項(xiàng)集C.{花生，牛奶}不是頻繁項(xiàng)集D.{啤酒}不是頻繁項(xiàng)集4.關(guān)聯(lián)規(guī)則（associationrule）：是形如X→Y的蘊(yùn)含表達(dá)式。其中X和Y是不相交的項(xiàng)集，X和Y分別稱為關(guān)聯(lián)規(guī)則的先導(dǎo)(antecedent或left-hand-side,LHS)和后繼(consequent或right-hand-side,RHS)。關(guān)聯(lián)規(guī)則包括三個(gè)核心概念，支持度、信任度和提升度。例如：關(guān)聯(lián)規(guī)則：花生=>牛奶[支持度=2%，置信度=60%，提升度=1.5]

(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法LHSRHS

(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法

(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單

(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單

(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單通過(guò)觀察前面計(jì)算過(guò)的3個(gè)支持度，S(紙尿褲)=0.8，S（紙尿褲=>啤酒）=0.6，S（紙尿褲，啤酒=>可樂(lè)）=0.2可以發(fā)現(xiàn)：隨著組合中商品數(shù)量的增加，支持度在下降。如果一個(gè)項(xiàng)集是頻繁的，則它的所有子集一定也是頻繁的；相反，如果一個(gè)項(xiàng)集是非頻繁的，則它的所有超集也一定是非頻繁的。(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法4.2置信度（或信任度）(confidence)：

表示在先決條件X發(fā)生的情況下，由關(guān)聯(lián)規(guī)則“X→Y”推出Y的概率。也就是在發(fā)生X的項(xiàng)集中，同時(shí)會(huì)發(fā)生Y的可能性，即X和Y同時(shí)發(fā)生的個(gè)數(shù)占僅僅X發(fā)生個(gè)數(shù)的比例。計(jì)算公式為：confidence(X

→

Y)

=σ(X∩Y)/σ(X)例：關(guān)聯(lián)規(guī)則：花生=>牛奶[支持度=2%，置信度=60%，提升度=1.5]

表示分析中的交易清單，購(gòu)買(mǎi)花生的同時(shí)，又購(gòu)買(mǎi)了牛奶的占比為60%。例2：在表1所示的交易清單中，紙尿褲出現(xiàn)了4次，而在出現(xiàn)紙尿褲的交易中，出現(xiàn)啤酒的次數(shù)為3次，那么這個(gè)交易清單中，關(guān)聯(lián)規(guī)則“紙尿褲=>啤酒”的置信度的計(jì)算公式如下：(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單

問(wèn)題3：在表1所示的交易清單中，關(guān)聯(lián)規(guī)則“啤酒=>紙尿褲”的置信度為多少？(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單

問(wèn)題4：在表1所示的交易清單中，關(guān)聯(lián)規(guī)則“紙尿褲，啤酒=>可樂(lè)”的置信度為多少？(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單

(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單

可以看出，置信度是個(gè)條件概念，C(A=>B)表示在A發(fā)生的情況下，B發(fā)生的概率是多少。30(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法小結(jié)：支持度與置信度（或信任度）的運(yùn)用（1）支持度很低的規(guī)則可能只是偶然出現(xiàn)，低支持度的規(guī)則多半是無(wú)意義的，因此，支持度通常用來(lái)刪去那些無(wú)意義的規(guī)則。（2）置信度用來(lái)判斷通過(guò)規(guī)則進(jìn)行推理的可靠性。對(duì)于給定的規(guī)則X

→

Y，置信度越高，Y在給定X下的條件概率P(Y|X)越大。31(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法4.3提升度(lift)：表示含有X的條件下，同時(shí)含有Y的概率，與只看Y發(fā)生的概率之比。其計(jì)算公式為：

Lift:L(X→Y)=P(Y|X)/P(Y)提升度是一個(gè)重要的指標(biāo)，它表明一個(gè)規(guī)則的重要程度，反映了關(guān)聯(lián)規(guī)則中的X與Y的相關(guān)性。我們?cè)谧錾唐吠扑]或者策略的時(shí)候，重點(diǎn)考慮的是提升度，因?yàn)樘嵘却淼氖巧唐稾的出現(xiàn)，對(duì)商品Y的出現(xiàn)概率提升的程度。提升度（X—>Y）=置信度（X—>Y）/支持度（Y）32(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法4.3提升度(lift)的具體運(yùn)用如下：（1）如果lift值>1且越高表明正相關(guān)性越高，代表有提升，說(shuō)明這兩類商品在一起購(gòu)買(mǎi)比只有一類商品被購(gòu)買(mǎi)更常見(jiàn)。（2）如果lift值<1且越低表明負(fù)相關(guān)性越高，代表有下降，說(shuō)明兩類商品是相互排斥的。（3）提升度=1表明沒(méi)有相關(guān)性，代表沒(méi)有提升，也沒(méi)有下降，即相互獨(dú)立。例3：如前所示，在表1的交易清單中，置信度“紙尿褲=>啤酒”=0.75，支持度“啤酒”=0.6，可以計(jì)算：(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法訂單編號(hào)（ID）購(gòu)買(mǎi)商品（Items）1面包，牛奶2面包，紙尿褲，啤酒，雞蛋3牛奶，紙尿褲，啤酒，可樂(lè)4面包，牛奶，紙尿褲，啤酒5面包，牛奶，紙尿褲，可樂(lè)表1交易清單

表明紙尿褲對(duì)啤酒是有提升的?？梢赃@樣理解：在整個(gè)交易清單中，啤酒的購(gòu)買(mǎi)概率為0.6；而在包含紙尿褲的交易中，啤酒的購(gòu)買(mǎi)概率為0.75。通過(guò)設(shè)定子集，提高了啤酒的購(gòu)買(mǎi)概率。(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法練習(xí)1：10000個(gè)超市訂單（10000個(gè)事務(wù)），其中購(gòu)買(mǎi)三元牛奶（A事務(wù)）的6000個(gè)，購(gòu)買(mǎi)伊利牛奶（B事務(wù)）的7500個(gè)，4000個(gè)同時(shí)包含兩者。請(qǐng)計(jì)算：1.同時(shí)購(gòu)買(mǎi)三元牛奶和伊利牛奶的支持度是多少？2.購(gòu)買(mǎi)三元牛奶對(duì)購(gòu)買(mǎi)伊利牛奶的置信度是多少？3.購(gòu)買(mǎi)伊利牛奶對(duì)購(gòu)買(mǎi)三元牛奶的提升度是多少？(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法練習(xí)1答案：1.同時(shí)購(gòu)買(mǎi)三元牛奶和伊利牛奶的支持度是多少？答：三元牛奶（A事務(wù)）和伊利牛奶（B事務(wù)）的支持度為：P（A&B）=4000/10000=0.4(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法練習(xí)1答案：2.購(gòu)買(mǎi)三元牛奶對(duì)購(gòu)買(mǎi)伊利牛奶的置信度是多少？答：包含A的事務(wù)中同時(shí)包含B的占包含A的事務(wù)比例。4000/6000=0.67說(shuō)明在購(gòu)買(mǎi)三元牛奶后，有0.67的用戶去購(gòu)買(mǎi)伊利牛奶。(二)Apriori算法的基本概念三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法練習(xí)1答案：3.購(gòu)買(mǎi)三元牛奶對(duì)伊利牛奶的提升度是多少？答：在沒(méi)有任何條件下，B事務(wù)的出現(xiàn)的比例是0.75，而出現(xiàn)A事務(wù)，且同時(shí)出現(xiàn)B事務(wù)的比例是0.67。Lift(A->B)=P（B|A）/P(B)=

0.67/0.75=89%即A條件對(duì)B事務(wù)的提升度為0.89，即在購(gòu)買(mǎi)A的前提下，購(gòu)買(mǎi)B的概率僅為原來(lái)的89%<1。也就是說(shuō)設(shè)置了A事務(wù)出現(xiàn)這個(gè)條件，B事務(wù)出現(xiàn)的比例反而降低了。這說(shuō)明A事務(wù)和B事務(wù)是排斥的。(三)Apriori算法的具體操作三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法1.Apriori算法的核心思想Apriori算法的核心思想是把發(fā)現(xiàn)關(guān)聯(lián)規(guī)則的工作分為兩步：第一步通過(guò)迭代檢索出數(shù)據(jù)庫(kù)中的所有頻繁項(xiàng)集，即頻繁項(xiàng)集的支持度不低于用戶設(shè)定的閾值。第二步從頻繁項(xiàng)集中構(gòu)造出滿足用戶最低置信度的規(guī)則。注意：最小支持度閾值和最小置信度閾值：由挖掘者或者領(lǐng)域?qū)＜以O(shè)定(三)Apriori算法的具體操作三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法2.Apriori算法的運(yùn)算步驟第一步：給定最小支持度和最小置信度第二部：列出所有關(guān)聯(lián)規(guī)則第三步：計(jì)算每一個(gè)關(guān)聯(lián)規(guī)則的支持度和置信度第四步：選擇符合最小支持度和最小置信度要求的關(guān)聯(lián)規(guī)則案例1：五種商品購(gòu)物籃的所有組合三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法(三)Apriori算法的具體操作第一步：給出最小支持度和最小置信度第二步：遍歷所有組合，列出所有關(guān)聯(lián)規(guī)則第三步：剪枝根據(jù)給定的支持度和置信度確定關(guān)聯(lián)規(guī)則，刪掉非頻繁集。案例1：五種商品購(gòu)物籃的所有組合三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法(三)Apriori算法的具體操作第二步：遍歷所有組合，列出所有關(guān)聯(lián)規(guī)則第一步：給出最小支持度和最小置信度案例1：五種商品購(gòu)物籃的所有組合三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法(三)Apriori算法的具體操作根據(jù)的原則：如果一個(gè)項(xiàng)集是頻繁的，則它的所有子集一定也是頻繁的；相反，如果一個(gè)項(xiàng)集是非頻繁的，則它的所有超集也一定是非頻繁的。43案例2：一個(gè)簡(jiǎn)單的例子三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法(三)Apriori算法的具體操作三、關(guān)聯(lián)規(guī)則分析的算法Apriori算法案例3：沃爾瑪購(gòu)物清單第二節(jié)關(guān)聯(lián)規(guī)則分析的R語(yǔ)言實(shí)踐教學(xué)數(shù)據(jù)之R語(yǔ)言實(shí)現(xiàn)#安裝arules程序包install.packages(‘a(chǎn)rules’)##1.加載arules程序包library(arules)##2.調(diào)用arules包內(nèi)置的Groceries數(shù)據(jù)集data(Groceries)##3.查看Groceries數(shù)據(jù)集中的數(shù)據(jù)類型class(Groceries)##4.觀看數(shù)據(jù)集里的數(shù)據(jù),由于數(shù)據(jù)量較大，僅查看其前10行數(shù)據(jù)inspect(Groceries[1:10])##5.利用summary函數(shù)了解Groceries數(shù)據(jù)集的摘要信息summary(Groceries)教學(xué)數(shù)據(jù)之R語(yǔ)言實(shí)現(xiàn)##6.通過(guò)繪圖，了解Groceries數(shù)據(jù)集中商品出現(xiàn)的頻率###6.1繪制支持度在0.1以上的商品頻率圖itemFrequencyPlot(Groceries,support=0.1)###6.2繪制支持度排名前20的商品頻率圖itemFrequencyPlot(Groceries,topN=20)##7.利用Apriori函數(shù)提取關(guān)聯(lián)規(guī)則，默認(rèn)的置信度是0.8，支持度是0.1apriori(Groceries)#7.1降低支持度，將支持度降低到0.006，置信度降到0.25，最少包含兩種商品grocery_rules<-apriori(data=Groceries,parameter=list(support=0.006,confidence=0.25,minlen=2))教學(xué)數(shù)據(jù)之R語(yǔ)言實(shí)現(xiàn)##7.2查看關(guān)聯(lián)規(guī)則特性summary(grocery_rules)##7.3查看前5行的rulesinspect(grocery_rules[1:5])##7.4查看后5行的rulesinspect(grocery_rules[459：463])##8.按照需要篩選關(guān)聯(lián)規(guī)則X=subset(grocery_rules,subset=rhs%pin%"wholemilk"&lift>=1.2)##9.按照支持度對(duì)求得的關(guān)聯(lián)規(guī)則子集排序并觀察inspect(sort(X,by="support")[1:5])結(jié)果解讀49Groceries中的數(shù)據(jù)集為交易型數(shù)據(jù)（transactions）Apriori處理的都是交易型數(shù)據(jù)（transactions）結(jié)果解讀ID1的商品組合ID2的商品組合ID3的商品組合ID4的商品組合ID5的商品組合ID6的商品組合ID7的商品組合