R語言關聯分析

說明

在進行關聯規則挖掘前，我們需要首先將資料轉換成事務資料。討論三種常用資料集，包括鍊錶，矩陣，資料框架。然後將它們轉化成事務資料。

操作匯入arulesm建立乙個包括三個向量的鍊錶，以存放購買記錄

c("bread","cake","milk"))

names

(tr_list) = paste

("tr",c(1:3),sep = "")

呼叫as函式，將鍊錶轉化成事務型別：

trans = as(tr_list,"transactions")
trans
transactions in sparse format
with
3 transactions (rows) and
4items (columns）

將矩陣格式的資料轉換成事務型別：

tr_matrix = matrix(
c(1,1,1,0,
1,1,0,1,
0,1,1,1),ncol = 4)
dimnames(tr_matrix) = list(
paste("tr",c(1:3),sep = ""),
)trans2 = as(tr_matrix,"transactions")
trans2
transactions in sparse format
with
3 transactions (rows) and
4items (columns)

最後將資料框型別的資料集轉換成事務：

tr_df = data.frame(
trid = as.factor(c(1,2,1,1,2,3,2,3,2,3)),
)trans3 = as(split(tr_df[,"item"],tr_df[,"trid"]),"transactions")
trans3
transactions in sparse format
with
3 transactions (rows) and
4items (columns)

原理

討論了乙個資料集從鍊錶，矩陣，資料框轉換成事務。

展示事務及關聯

r的arule包使用自帶的transactions型別來儲存事務型資料，因此，我們必須呼叫arule包提供的各種函式來展示事務及其關聯關係規則。

獲取事務資料的list表示：

list(trans)
$tr1
"bread"
"cake"
$tr2
"bread"
"milk"
$tr3
[1] "bread"
"cake"
"milk"

呼叫summary函式輸出這些事務的統計及詳細資訊：

summary(trans) transactions as itemmatrix in sparse format with 3 rows (elements/itemsets/transactions) and 4 columns (items) and a density of 0.75 most frequent items: 32220 element (itemset/transaction) length distribution: sizes33 min. 1st qu. median mean 3rd qu. max. 33333 3 includes extended item information - examples: labels 2 bread 3 cake includes extended transaction information - examples: transactionid 1 tr1 2 tr2 3 tr3

呼叫inspect函式展示事務：

inspect(trans)
items              transactionid
[3]   tr3

根據事務大小進行篩選：

filter_trains = trans[size(trans) >= 3]
inspect(filter_trains)
items              transactionid
[3]   tr3

呼叫image函式視覺化檢查事務資料：

對事務視覺化

呼叫itemfrequentplot函式繪製頻繁度/支援度條形圖

事物的項頻繁度條形圖

交易資料是挖掘關聯和頻繁模式的基礎。arules包提供了多種檢查交易資料的方法，我們首先使用list函式以及鍊錶形式來展示交易資料，然後呼叫summary函式來獲取包括基本屬性描述，最頻繁項集以及事務長度分布的資訊。

接下來用inspect函式來顯示這些交易資料，讀者還可以通過交易資料大小來對資料進行篩選，並使用inspect函式顯示資料之間的關聯，還可以呼叫image函式對檢查的資料進行視覺化處理。最後通過條形圖顯示各項集之間的相關項整合度。

R語言關聯分析

R語言與關聯規則挖掘購物籃分析

R語言資料探勘 R語言如何做關聯規則？

r語言聚類分析 R語言實現tSNE聚類分析

R語言關聯分析

R語言與關聯規則挖掘 購物籃分析

R語言 資料探勘 R語言如何做關聯規則？

r語言聚類分析 R語言實現tSNE聚類分析

相關推薦

R語言與關聯規則挖掘購物籃分析

R語言資料探勘 R語言如何做關聯規則？