一、前言
提到資料探勘，我們第一反應就是之前聽到的啤酒和尿不濕的故事，該故事就是典型的資料探勘中的關聯規則。購物籃分析區別於傳統的線性回歸的主要區別為，關聯分析針對離散資料；下面我們利用r語言的arules包及apriori演算法對商品交易資料進行關聯規則挖掘,
二、常見關聯規則：
關聯規則：牛奶=>雞蛋【支援度=2%，置信度=60%】
支援度：分析中的全部事務的2%同時購買了牛奶和雞蛋，需設定域值，來限定規則的產生；
置信度：購買了牛奶的筒子有60%也購買了雞蛋，需設定域值，來限定規則的產生；
最小支援度閾值和最小置信度閾值：由挖掘者或領域專家設定。
項集：項（商品）的集合
k-項集：k個項組成的項集
頻繁項集：滿足最小支援度的項集，頻繁k-項集一般記為lk
強關聯規則：滿足最小支援度閾值和最小置信度閾值的規則
四、演算法步驟（兩步法）
第一步先找出所有的頻繁項集；
第二步再由頻繁項集產生強關聯規則
五、r語言實現過程
######以arules包中的資料集groceries為例。
#####1、載入arules包，獲取資料集。
library(arules)
data
(groceries)
#####2、eclat演算法求頻繁項集。
freq_sets
inspect(freq_sets[1:10])#檢視頻繁項集的前十項
inspect(sort(freq_sets,by="support")[1:10]) #根據支援度對求得的頻繁項集排序並檢視，結果如圖。
結果解讀：第乙個項集表示，如果有100個人去買東西，那麼可能有25個人會買「whole milk」，可能有19個人會買「other vegetables」，等等。
#####3、apriori演算法求關聯規則。
rules=apriori(groceries,parameter=list(support=0.01,confidence=0.3))
inspect(sort(rules,by="support")[1:10])#檢視前十條關聯規則
結果解讀：第一條規則，support=0.0748表示「other vegetables」與「whole milk」同時購買的概率為0.0748；confidence=0.3868表示購買了「other vegetables」的同時，還購買「whole milk」的概率為0.3868，lift=1.51>1.00表明購買「other vegetables」對於提公升購買「whole milk」的作用度為1.51.
注：lift是判斷關聯規則是否可靠的乙個指標，lift=1說明兩個條件沒有任何關聯；lift<1說明兩個條件是相斥的；一般在資料探勘中選擇當提公升度大於3時，才承認挖掘出的關聯規則是有價值的。
#####4、根據需求條件求關聯規則子集。
x=subset(rules,subset=rhs%in%"whole milk"&lift>=1.2)#求rhs為「whole milk」且作用度大於1.2的規則。
#####5、關聯規則視覺化
R語言資料探勘值關聯規則挖掘
關聯規則挖掘步驟及 如下 設定工作目錄 setwd e project rexample enterpresponser apriori 載入兩個包 library matrix library arules 讀取資料 幫助文件 tr read.transactions my transaction...
R語言資料探勘2 1 2 1 關聯規則
2.1.2.1 關聯規則 關聯分析可以從海量資料集中發現有意義的關係，這種關係可以表示成關聯規則的形式或頻繁項集的形式。具體的關聯分析演算法將在後面乙個章節中給出。關聯規則挖掘旨在發現給定資料集 事務資料集或其他序列 模式 型別資料集 中的結果規則集合。給定預先定義的最小支援度計數s和置信度c，給定...
R語言資料探勘資料
包含理論知識與rpart包例項。包含演算法的自行實現，以及rweka包的c4.5演算法 tree包的cart演算法。離散選擇模型大師kenneth train的個人主頁，提供了matlab r和gauss的源 個人推薦r 中的rsghb包，採用的估計方法是hierarchical bayes演算法，...