项目要求：

生成频繁项目集满足下面条件：
– The minimum support threshold as 0.02
– The minimum length of the itemsets as 1
– The maximum length of the itemsets as 10

生成的关联规则满足下面条件：
– The minimum support threshold as 0.001
– The minimum confidence threshold as 0.6

Project Start

# 下载并加载相关的包（可能需要梯子）
install.packages('arules')
install.packages('arulesViz')
library('arules')
library('arulesViz')

# 读取并展示“Groceries”包
data(Groceries)
Groceries
summary(Groceries)
class(Groceries)

可以看到这个“Groceries”包一共有9835行和169列。

# 展示前20个grocery labels
Groceries@itemInfo[1:20,]# 显示第10至20的transactions
apply(Groceries@data[,10:20], 2, function(r) paste(Groceries@itemInfo[r,"labels"], collapse=", ")
)

接下来是生成频繁项目集
参数的设置按照要求

# frequent 1-itemsets
itemsets <- apriori(Groceries, parameter=list(minlen=1, maxlen=1, support=0.02, target="frequent itemsets"))
summary(itemsets)
inspect(head(sort(itemsets, by = "support"), 10))# frequent 2-itemsets
itemsets <- apriori(Groceries, parameter=list(minlen=2, maxlen=2, support=0.02, target="frequent itemsets"))
summary(itemsets)
inspect(head(sort(itemsets, by ="support"),10))# frequent 3-itemsets
itemsets <- apriori(Groceries, parameter=list(minlen=3, maxlen=3, support=0.02, target="frequent itemsets"))
inspect(sort(itemsets, by ="support"))# frequent 4-itemsets
itemsets <- apriori(Groceries, parameter=list(minlen=4, maxlen=4, support=0.02, target="frequent itemsets"))
inspect(sort(itemsets, by ="support"))

生成的频繁项目集结果如下：

规则生成和可视化

rules <- apriori(Groceries, parameter=list(support=0.001,confidence=0.6, target = "rules"))
summary(rules)
plot(rules)
plot(rules@quality)

# 显示rules与最高lift scores
inspect(head(sort(rules, by="lift"), 10))

筛选出置信度大于0.9的rules

confidentRules <- rules[quality(rules)$confidence > 0.9]
confidentRulesplot(confidentRules, method="matrix", measure=c("lift", "confidence"), control=list(recorder=TRUE))

一个127个，之后polt成为matrix得到

# 选择lift最高的5项规则
highLiftRules <- head(sort(rules, by="lift"), 5)
plot(highLiftRules, method="graph", control=list(type="items"))

得到图片如下所示。
从图中我们可以得到买火腿的基本上都会购买加工芝士，买爆米花或者soda饮料的很大概率会购买咸味小吃。

参考书目

Data Science and Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data, EMC Education Services, John Wiley & Sons, 27 Jan. 2015

数据科学与大数据分析项目练习-3将Apriori算法应用于R中提供的“Groceries”数据集相关推荐

《数据科学与大数据分析——数据的发现分析可视化与表示》一2.3　第2阶段：数据准备...
本节书摘来自异步社区<数据科学与大数据分析--数据的发现分析可视化与表示>一书中的第2章,第2.3节,作者[美]EMC Education Services(EMC教育服务团队),更多 ...
数据科学与大数据分析之项目3-关联规则
关联规则项目介绍项目开始项目介绍不同年级.性别和入学人数的学生参加了一项测试.为每个学生记录测试结果"成功"或"不成功",并保存在"A1_su ...
数据科学与大数据分析之项目4-主题建模
Topic Modeling 项目介绍项目开始 Reference 项目介绍使用python在Reuters-21578语料库上进行LDA主题建模. The NLTK in Python come ...
数据科学与大数据分析之项目6-CNN模型图像分类
用预先训练好的CNN模型进行图像分类项目介绍项目开始项目介绍本项目使用Caltech256来作为训练和测试集. 解压缩该文件,您将看到257个文件夹.每个文件夹对应一个类.使用预先训练的Inc ...
数据科学与大数据分析之项目5-情感分析
情感分析Sentiment Analysis 项目介绍项目开始项目介绍在Twitter上选择一个你感兴趣的话题,比如一部电影,一个名人,或者任何流行语.收集至少200条与此主题相关的tweet. ...
数据科学、大数据和数据分析之间的区别？
随着技术的进步,数据也在快速增长.最近几年创造的数据比整个人类历史上创造的数据还要多. 你知道到2020年,每秒钟大约会产生1.7兆的新信息吗? 请记住,大数据并非一时兴起,而是一场已经开始的革命,毫 ...
数据科学 vs. 大数据 vs. 数据分析：定义，内涵，应用，所需技能
什么是数据科学? 什么是大数据? 什么是数据分析? 数据科学的应用大数据的应用数据分析的应用成为数据科学家所需的技能成为大数据专家所需的技能成为数据分析师所需的技能薪资趋势结论数据无处 ...
数据科学与大数据排名思考题_排名前5位的数据科学课程
数据科学与大数据排名思考题目录 (Table of Contents) Introduction介绍 Udemy乌迪米 Machine Learning A-Z™: Hands-On Python ...
数据科学与大数据技术的案例_作为数据科学家解决问题的案例研究
数据科学与大数据技术的案例 There are two myths about how data scientists solve problems: one is that the problem ...

数据科学与大数据分析项目练习-3将Apriori算法应用于R中提供的“Groceries”数据集

R语言Apriori算法

项目要求：

Project Start

规则生成和可视化

数据科学与大数据分析项目练习-3将Apriori算法应用于R中提供的“Groceries”数据集相关推荐

最新文章

热门文章