R语言与关联规则挖掘—购物篮分析

名词:

挖掘数据集:购物篮数据

挖掘目标:关联规则

关联规则:啤酒=>尿布(支持度0.02,置信度0.6)

支持度:所有数据中有2%的购物记录包含了啤酒和尿布

置信度:所有包含啤酒的购物记录里有60%包含尿布

最小支持度阈值和最小置信度阈值。

项集:项(商品)组成的集合

K-项集:k个项组成的集合

频繁项集:满足最小支持度的项集

强关联规则:满足最小支持阈值和最小置信度阈值的规则

步骤:

找出所有频繁项集;由频繁项集产生强关联规则。

案例:

TID为购物记录,List of item_ID为商品ID,如第T100条购物记录中,包含商品I1,I2,I5。

最后推出的关联规则有:

(以上图片来源薛毅老师的《r modeling》)

R语言操作:

包:arules

数据集:Groceries(内置数据集)

函数:inspect:显检查,示一个的文集或一个术语文档矩阵的详细信息。查看数据。

         apriori:提取关联规则

代码:

你可能感兴趣的:(R语言与关联规则挖掘—购物篮分析)