R语言实战 Apriori算法笔记（购物篮分析）

1、Merge函数

merge(x, y, by = intersect(names(x), names(y)),

      by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,

      sort = TRUE, suffixes = c(".x",".y"),

      incomparables = NULL, ...)

merge函数参数的说明:

x,y:用于合并的两个数据框

by,by.x,by.y:指定依据哪些行合并数据框,默认值为相同列名的列.

all,all.x,all.y:指定x和y的行是否应该全在输出文件.

sort:by指定的列是否要排序.

suffixes:指定除by外相同列名的后缀.

incomparables:指定by中哪些单元不进行合并.

（图为其他博客上摘录下来的）

 

2、subset函数

%in%——精确匹配  items %in% c("A","B")

%pin%——部分匹配

%ain%——完全匹配

示例：

rules.subset = subset(RulesRep,subset = lhs%in%"全脂牛奶"&lift>=1.5)
inspect(rules.subset)

 

 

3、sort()、rank()、order()
sort()是对向量从小到大排序
rank()返回的是对向量中每个数值对应的秩
order()返回的值表示位置，依次对应的是向量的最小值、次小值、第三小值……最大值
 

示例：

data=c(5,6,7,2,4,9)
sort(data)
rank(data)
order(data)

iris<-data.frame(iris)
iris[order(-iris$Sepal.Length),]

 

4、read.transactions中format和cols参数说明

format=c("basket", "single")——用于注明源数据的格式。

• 如果源数据每行内容就是一条交易购买的商品列表（类似于一行就是一个购物篮）那么使用basket；
• 如果每行内容是交易号+单个商品，那么使用single。

cols=c( ) ——对于single格式，需要指定cols，二元向量（数字或字符串）。

如果是字符串，那么文件的第一行是表头（即列名）。第一个元素是交易号的字段名，第二个元素是商品编号的字段名。如果是数字，那么无需表头。对于basket，一般设置为NULL，缺省也是NULL，所以不用指定。

 

5、inspect、quality使用

inspect( )：查看关联规则

——按提升度排序规则

rules_data<-inspect(sort(RulesRep, by = "lift"))

quality()：提取规则中支持度、置信度、提升度

6、itemFrequencyPlot作图

提取TransRep关联规则中支持度大于0.07占比前10的item的项

itemFrequencyPlot(TransRep1,topN=10,horiz=T,support = 0.07)

horiz=T                                                                         

  

 horiz=F