R_Studio(關聯)簡單對資料進行關聯分析
阿新 • • 發佈:2018-11-02
對資料menu_orders.txt檔案資料進行關聯分析
(1)使支援度為0.4、頻繁項集元素個數大於等於2,檢視關聯規則數量的變化,輸出與a相關的規則
#匯入arules包 install.packages("arules") library ( arules ) setwd('D:\\data') Gary<- read.transactions("menu_orders.txt", format = "basket", sep=",") #設定頻繁項集元素個數大於等於2 GarySize<-size(Gary) Gary_uGary1.R<-Gary[GarySize>1] #檢視部分規則 inspect(Gary_u) #支援度0.4,置信度0.5,輸出與a相關的規則 Gary_u=apriori(Gary_u,parameter=list(support=0.4,confidence=0.5)) #Gary_u=apriori(Gary_u,parameter=list(support=0.4,confidence=0.5),appearance=list(rhs=c("a"),default="lhs")) #輸出與a相關的規則 Gary_u=subset(Gary_u,items%pin%c("a")) #求所需要的關聯規則子集 #檢視部分規則 inspect(Gary_u)
(2)過濾掉lhs為空的規則
#匯入arules包 install.packages("arules") library ( arules ) setwd('D:\\data') Gary<- read.transactions("menu_orders.txt", format = "basket", sep=",") #設定頻繁項集元素個數大於等於2 GarySize<-size(Gary) Gary_u<-Gary[GarySize>1]Gary2.R#檢視部分規則 inspect(Gary_u) #支援度0.4,置信度0.5,過濾掉lhs為空的規則 Gary_u=apriori(Gary_u,parameter=list(support=0.4,confidence=0.5,minlen=2)) #Gary_u=apriori(Gary_u,parameter=list(support=0.4,confidence=0.5),appearance=list(rhs=c("a"),default="lhs")) #檢視部分規則 inspect(Gary_u)
(3)過濾掉提升度小於1的規則
#匯入arules包 install.packages("arules") library ( arules ) setwd('D:\\data') Gary<- read.transactions("menu_orders.txt", format = "basket", sep=",") #設定頻繁項集元素個數大於等於2 GarySize<-size(Gary) Gary_u<-Gary[GarySize>1] #檢視部分規則 inspect(Gary_u) #支援度0.4,置信度0.5 Gary_u=apriori(Gary_u,parameter=list(support=0.4,confidence=0.5)) #Gary_u=apriori(Gary_u,parameter=list(support=0.4,confidence=0.5),appearance=list(rhs=c("a"),default="lhs")) #過濾掉提升度小於1的規則。 Gary_u<- subset(Gary_u,lift > 1) #檢視部分規則 inspect(Gary_u)Gary3.R
(4)繪製支援度、置信度和提升度的關係圖
(後續補上。。。)
(5)繪製出關聯規則圖
(後續補上。。。)