大數(shù)據(jù)技術(shù)與應(yīng)用項(xiàng)目R語言關(guān)聯(lián)分析原理

大數(shù)據(jù)技術(shù)與應(yīng)用項(xiàng)目——

R語言關(guān)聯(lián)分析原理

項(xiàng)目來自北京諾程佳華教育科技有限公司教學(xué)目標(biāo)

?熟悉關(guān)聯(lián)分析的方法；?熟悉在R語言中做關(guān)聯(lián)分析。

R語言關(guān)聯(lián)分析原理1.關(guān)聯(lián)規(guī)則基本概念關(guān)聯(lián)規(guī)則用于表達(dá)項(xiàng)集之間的聯(lián)系，形式如同A?B，其中A和B是兩個(gè)不相交的項(xiàng)集，分別稱為規(guī)則的左側(cè)項(xiàng)集（left-handside）和右側(cè)項(xiàng)集（right-handside）。

R語言關(guān)聯(lián)分析原理關(guān)聯(lián)規(guī)則有3個(gè)最重要的衡量指標(biāo)，分別為?支持度（support）：樣本中同時(shí)包含A和B的樣本比例，定義為support(A?B)=P(A∪B)?置信度（confidence）：包含A的樣本中同時(shí)包含B的樣本比例，定義為confidence(A?B)=P(B|A)=P(A∪B)P(A)?提升度（lift）：置信度與包含B的樣本比例之比，定義為lift(A?B)=confidence(A?B)P(B)=P(A∪B)P(A)P(B)

R語言關(guān)聯(lián)分析原理2.挖掘關(guān)聯(lián)規(guī)則的方法挖掘關(guān)聯(lián)規(guī)則的經(jīng)典算法是APRIORI，是一種按層次遞進(jìn)的廣度優(yōu)先算法，首先遍歷每個(gè)樣本找出并統(tǒng)計(jì)頻繁項(xiàng)集，再從中挖掘出關(guān)聯(lián)規(guī)則。主要涉及R語言中的程序包arules和arulesViz。

R語言關(guān)聯(lián)分析原理程序包arules中主要包括：?函數(shù)rules<-apriori(data,parameter=list(support,confidence,maxlen),)：挖掘關(guān)聯(lián)規(guī)則，返回一個(gè)類型為apriori的對象，參數(shù)parameter指定挖掘時(shí)的參數(shù)，參數(shù)support指定最小支持度閾值，參數(shù)confidence指定最小置信度閾值，參數(shù)maxlen指定規(guī)則包含的最大項(xiàng)數(shù)；?函數(shù)inspect()：查看關(guān)聯(lián)規(guī)則或數(shù)據(jù)集中的交易；?函數(shù)sort(x,decreasing=TRUE,by="support")：將關(guān)聯(lián)排序，參數(shù)decreasing指定是否降序排列，參數(shù)by指定排序的指標(biāo)；?函數(shù)image()：畫出交易中各頻繁項(xiàng)的分布情況；?函數(shù)itemFrequencyPlot(x,topN)：畫出交易中各頻繁項(xiàng)的出現(xiàn)頻率或支持度，參數(shù)topN畫出的頻繁項(xiàng)數(shù)量。

R語言關(guān)聯(lián)分析原理程序包arulesViz中主要包括：?函數(shù)plot(rules,method)畫出關(guān)聯(lián)規(guī)則的圖，參數(shù)method=NULL表示畫出關(guān)聯(lián)規(guī)則的支持度、置信度和提升度散點(diǎn)圖，參數(shù)method="graph"表示畫出關(guān)聯(lián)規(guī)則的形成路徑圖，參數(shù)method="paracoord"表示畫出關(guān)聯(lián)規(guī)則的平行坐標(biāo)圖。

R語言關(guān)聯(lián)分析原理3.實(shí)驗(yàn)數(shù)據(jù)本實(shí)驗(yàn)所用數(shù)據(jù)為某雜貨店一個(gè)月的銷售數(shù)據(jù)，包含了9,835條交易記錄，涵蓋了169個(gè)商品類別，位于程序包arules中名稱為Groceries，每一行代表一筆交易，包含了這筆交易所涉及的商品類別，用逗號分隔。

小結(jié)關(guān)聯(lián)規(guī)則有3個(gè)最重要的衡量指標(biāo)支持度（suppor