R基础篇学习笔记（二）-购物篮分析

1、MIC查看相关系数

MINE可以发现传统回归算法发现不到的关系

2、关联规则挖掘

算法直观思想：

挖掘数据集：购物篮数据

挖掘目标：关联规则

关联规则：牛奶=>鸡蛋[支持度=2%，置信度=60%]

支持度：分析中的全部事务的2%同时购买了牛奶和鸡蛋

置信度：购买了牛奶的筒子有60%也购买了鸡蛋

最小支持度阈值和最小置信度阈值：由挖掘着或者领域专家设定

算法名词：

项集：项（商品）的集合

K-项集：k个项组成的项集

频繁项集：满足最小支持度的项集，频繁k项集一般记为Lk

强关联规则：最小支持度阈值和最小置信度阈值的规则

Apriori算法：

先算频繁项集->列出所有关联规则->计算置信度->推出关联规则

如I1^I2=>I5，其置信度计算，4表示I1和I2同时出现的支持度及出现的次数，2表示三着同时出现的支持度及三着同时出现的次数

通过设置置信度阈值进行淘汰规则

3、购物篮分析程序

#安装arules包并加载，其内置Groceries数据集
library(arules)#加载arules程序包
data(Groceries)#调用数据文件
inspect(Groceries)#观看数据集里的数据
#利用apriori函数提取关联规则
rules=apriori(Groceries,parameter=list(support=0.01,confidence=0.5))
#列出关联规则
summary(rules)
inspect(rules)
#按照需要筛选关联规则
X=subset(rules,subset=rhs%in%”whole milk” & lift>=1.2)
按照支持度对求得的关联规则子集排序并观察
inspect(sort(x,by “suport”)[1:5])
#其中lift=P(L,R)/P(L)P(R)是一个类似相关系数的指标。Lift=1表示L和R独立，这个数越大，越表示L和R存在同一个购物篮中不是一个偶然现象。