연관분석 예제 in r

Comments 0 by
August 2, 2019

살렘 – 이 기사에 대단히 감사합니다! 작성 및 코드 예제는 매우 명확합니다. 이것은 정말 시장 바구니 분석을 이해하는 데 도움이. 시장 바구니 분석의 가장 좋아하는 응용 프로그램은 무엇입니까? 최고 – Scott 규칙 생성: 빈번한 항목 집합의 모든 연결 규칙을 나열합니다. 모든 규칙에 대한 지원 및 신뢰도를 계산합니다. min_support 및 min_confidence 임계값에 실패하는 가지 치기 규칙입니다. 당신은 데이터 과학자 (또는 하나가되는!), 당신은 소매 점을 실행하는 클라이언트를 얻을. 클라이언트는 오랜 기간 동안 여러 고객이 스토어에서 구입한 항목으로 구성된 모든 트랜잭션에 대한 데이터를 제공하고 해당 데이터를 사용하여 비즈니스를 향상시킵니다. 클라이언트는 검색 결과를 사용하여 인벤토리의 항목을 변경/업데이트/추가할 뿐만 아니라 이를 사용하여 실제 저장소 또는 온라인 상점의 레이아웃을 변경합니다. 고객에게 도움이 되는 결과를 찾으려면 지정된 거래 데이터에 대한 연결 규칙 마이닝을 사용하는 MBA(시장 바구니 분석)를 사용합니다. 주어진 트랜잭션 데이터의 집합입니다.

1~5개의 트랜잭션을 볼 수 있습니다. 각 트랜잭션은 해당 트랜잭션에서 구입한 항목을 표시합니다. 기저귀는 세 번의 거래에서 맥주와 함께 구입한 것을 볼 수 있습니다. 마찬가지로, 빵은 세 번의 거래에서 우유로 구입하여 두 가지 모두 빈번한 아이템 세트를 만듭니다. 협회 규칙은 아래 와 같은 형태로 제공됩니다: 협회 마이닝은 일반적으로 소매 시장이나 온라인 전자 상거래 상점에서 거래 데이터에 대해 수행됩니다. 대부분의 트랜잭션 데이터가 크므로 apriori 알고리즘을 사용하면 이러한 패턴이나 규칙을 더 쉽게 찾을 수 있습니다. 나는 R에서 협회 규칙을 수행해야하고 난 여기에 예제를 발견 http://www.salemmarafi.com/code/market-basket-analysis-with-r/ 이 예에서 그들은 `데이터 (식료품)`원래 데이터 집합 Groceries.csv이 수정하여 달성 될 수있다 apriori() 함수의 모양 매개변수입니다. 예를 들어 한 행은 하나의 트랜잭션입니다. 예를 들어 첫 번째 행을 보면 `일주 과일`, `반완성 빵`, `마가린`, `준비된 수프`가 같은 거래에서 함께 구입되었습니다.