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：