
# Apriori算法實(shí)現(xiàn)關(guān)聯(lián)規(guī)則挖掘
#======================= MODEL1. 輸入數(shù)據(jù)集為transaction類型 ======================
#install.packages("arules") #Apriori算法程序包
library(arules)
data(Groceries) #調(diào)用R自帶關(guān)聯(lián)規(guī)則數(shù)據(jù)集Groceries(transaction類型的格式)
#-----------------------查看數(shù)據(jù)的詳細(xì)信息
# Groceries數(shù)據(jù)集為雜貨店一個(gè)月的交易記錄集,包括169中商品項(xiàng)目,9835個(gè)記錄
head(Groceries) #查看前6條記錄
str(Groceries) #查看數(shù)據(jù)的內(nèi)部結(jié)構(gòu)
summary(Groceries) #查看數(shù)據(jù)的基本統(tǒng)計(jì)量
class(Groceries) #查看數(shù)據(jù)類型,關(guān)聯(lián)規(guī)則處理的數(shù)據(jù)類型為“transactions”
dim(Groceries) #查看數(shù)據(jù)的維數(shù) 行數(shù)和列數(shù)
colnames(Groceries[,1:5]) #查看第1-5列的列名
#inspect(Groceries) #查看transactions數(shù)據(jù)集中的全部記錄
#--------------------- Apriori實(shí)現(xiàn)關(guān)聯(lián)規(guī)則
# apriori的參數(shù)設(shè)置為支持度0.01,置信度0.1,關(guān)聯(lián)前項(xiàng)和后項(xiàng)包含的最小項(xiàng)目數(shù)為2,最大項(xiàng)數(shù)為15
rules=apriori(Groceries, parameter=list(support=0.01,confidence=0.1,minlen=2,maxlen=15))
# 如果需要了解某一種商品的關(guān)聯(lián)情況,可以使用appearance參數(shù),以下為探究與whole milk關(guān)聯(lián)的商品,設(shè)置關(guān)聯(lián)前項(xiàng)為whole milk,后項(xiàng)不限
# rules=apriori(Groceries,
parameter=list(support=0.01,confidence=0.1,minlen=2),appearance=list(lhs="whole
milk",default="rhs"))
rules #查看生成的關(guān)聯(lián)規(guī)則
rules<-sort(rules,by='support') #對規(guī)則按照support從高到低排序
inspect(rules[1:10]) #查看前10條規(guī)則
# 對規(guī)則進(jìn)行格式轉(zhuǎn)換并輸出
R1<-as(rules,'data.frame') #將關(guān)聯(lián)規(guī)則設(shè)置成dataframe格式
#setwd("D:\\R files\\Data")
write.csv(R1,"Groceries_apriori.csv")
#-------------------- 關(guān)聯(lián)規(guī)則可視化
#install.packages("arulesViz") #關(guān)聯(lián)規(guī)則可視化程序包
library ( arulesViz )
plot(rules, measure = c("support", "lift"), shading = "confidence") #畫出關(guān)聯(lián)結(jié)果的散點(diǎn)圖
plot(rules,method="grouped") #作出rules的分組圖
# 繪制Two‐key圖,其中關(guān)聯(lián)規(guī)則點(diǎn)的顏色深淺表示其所代表的關(guān)聯(lián)規(guī)則中所含商品的多少,商品種類越多,點(diǎn)的顏色越深
plot(rules,shading="order", control=list(main="Two‐key plot"))
#========================== MODEL2. 輸入數(shù)據(jù)集為稀疏矩陣 ===========================
#setwd("D:\\R files\\Data")
# 若輸入矩陣為其他形式,可轉(zhuǎn)換,將其變成稀疏矩陣
# 數(shù)據(jù)集testA為簡單的輸入稀疏矩陣,7個(gè)項(xiàng)目和9條記錄
testA=read.csv(file="testA.csv",as.is = T,sep=",") #讀入稀疏矩陣
set<-testA
factorK<-function(X){factor(X,levels=0:1)} #建立factorK函數(shù)
T1<-as(data.frame(apply(set,2,factorK)),"transactions") #根據(jù)列對應(yīng)的值是否為1建立transaction格式的數(shù)據(jù)集
T2<-apriori(T1,parameter=list(minlen=2,supp=0.3,conf=0.5)) #得到支持度0.1,置信度0.5的關(guān)聯(lián)規(guī)則
T2<-sort(T2,by='support') #將關(guān)聯(lián)規(guī)則按支持度從高到低排序
inspect(T2[1:10])
# 對規(guī)則進(jìn)行格式轉(zhuǎn)換
T3<-as(T2,'data.frame') #將關(guān)聯(lián)規(guī)則設(shè)置成dataframe格式
# 畫圖
library ( arulesViz )
plot(T2, measure = c("support", "lift"), shading = "confidence") #畫出關(guān)聯(lián)結(jié)果的散點(diǎn)圖
plot(T2,method="grouped") #作出分組圖
# 繪制Two‐key圖,其中關(guān)聯(lián)規(guī)則點(diǎn)的顏色深淺表示其所代表的關(guān)聯(lián)規(guī)則中所含商品的多少,商品種類越多,點(diǎn)的顏色越深
plot(T2,shading="order", control=list(main="Two‐key plot"))
# 將關(guān)聯(lián)規(guī)則轉(zhuǎn)換格式輸出
#setwd("D:\\R files\\Data")
write.csv(T3,"testA_apriori.csv")
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03