关联规则|拓端数据tecdat:R语言关联规则模型(Apriori算法)挖掘交易数据与交互可视化_rules_|交易|网络|Apriori

原文链接：http://tecdat.cn/?p=22732
原文出处：拓端数据部落公众号
关联规则挖掘是一种无监督的学习方法，从交易数据中挖掘规则。它有助于找出数据集中的关系和一起出现的项目。在这篇文章中，我将解释如何在R中提取关联规则。
关联规则模型适用于交易数据。交易数据的一个例子可以是客户的购物历史。
数据分析的第一件事是了解目标数据结构和内容。出于学习的目的，我认为使用一个简单的数据集更好。一旦我们知道了这个模型，就可以很容易地把它应用于更复杂的数据集。
在这里，我们使用杂货店的交易数据。首先，我们创建一个数据框并将其转换为交易类型。
读取数据

n=500 # 交易数量
trans <- data.frame() # 收集数据的数据框架

创建数据并将其收集到交易数据框中。

for(i in 1:n)
{
count <- sample(1:3, 1) # 从1到3的物品计数
如果(i %% 2 == 1)
{
if(!add_product %in% selected)
{
tran <- data.frame(items = add_product, tid = i)

检查交易数据框中的数据。

关联规则|拓端数据tecdat:R语言关联规则模型(Apriori算法)挖掘交易数据与交互可视化

文章图片

接下来，我们需要将生成的数据框转换为交易数据类型。

as(split([, "items"], [, "tid"]), "transa")

文章图片

为了检查交易数据的内容，我们使用 inspect() 命令。

文章图片

挖掘规则 sort(rules_1, dby = "confidence")

文章图片

文章图片

我们从上面的列表中获取第一个rhs项（规则后项）来检查该项的规则。但如果你知道目标项目，可以在参数中只写rhs="melon" 。

inspect(rules_1@rhs[1])

文章图片

> rhs_item <- gsub("\\}","", rhs)

文章图片

我们为我们的rhs_item建立规则

文章图片

按 "置信度 "排序并检查规则

sort(rules_2, "confidence")

文章图片

结果可视化最后，我们从规则集_2中绘制出前5条规则。
> plot(rules_2[1:5])

文章图片

绘制全部规则

文章图片

交互可视化绘制出前5条规则

precision = 3
igraphLayout = layout_nicely
list(nodes = nodes, edges = edges, nodesToDataframe = nodesToDataframe,
edgesToDataframe = edgesToDataframe,
x$legend <- legend
htmlwidgets::createWidget( x, width = width,
height = height)

文章图片

绘制全部规则

文章图片

文章图片

最受欢迎的见解
1.采用spss-modeler的web复杂网络对所有腧穴进行分析
2.用R语言和python进行社交网络中的社区检测
3.R语言文本挖掘NASA数据网络分析， tf-idf和主题建模
4.在R语言中使用航空公司复杂网络对疫情进行建模
5.python隶属关系图模型基于模型的网络中密集重叠社区检测
6.使用Python和SAS Viya分析社交网络
7.关联网络分析：已迁离北京外来人口的数据画像
8.情感语义网络：游记数据感知旅游目的地形象
【关联规则|拓端数据tecdat:R语言关联规则模型(Apriori算法)挖掘交易数据与交互可视化】9.用关联规则数据挖掘探索药物配伍中的规律

关联规则|拓端数据tecdat:R语言关联规则模型(Apriori算法)挖掘交易数据与交互可视化

推荐阅读

喝黄酒可以吗

消除颈动脉堵塞方法

cad怎么检查线的缝隙如何修复多段线之间的重叠与缝隙

社保卡里的钱怎么查

新生儿睡眠少怎么办？

眼睛把泪水揽在怀里，每个伤口都学会了微笑

亚洲掀美剧翻拍热这些日剧韩剧与陆剧皆改编自美剧

这些方面女人比男人更强

哪种是纯正的可乐低糖可乐

衬衫要干洗吗

含三六九的成语

孕妇水肿孕妇水肿吃什么好

女生依赖一个人的表现？越依赖说明越爱你

艾青的《鱼化石》原文是什么

阿玛尼滴管粉底液价格阿玛尼滴管粉底液专柜价

千古绝句最美古诗文关于美到窒息的古典诗句

写给老公的新年祝福写给老公的新年祝福有什么

肇庆端州区哪里有发热诊室

沛字的意思沛是什么意思

姚晨难民事件(后续姚晨辟谣)