26、市场篮分析与K-means聚类:数据挖掘的实用方法

市场篮分析与K-means聚类:数据挖掘的实用方法

1. 保存关联规则

在市场篮分析中,为了共享分析结果,可以使用 write() 函数将关联规则保存为CSV文件,这样生成的CSV文件可在包括Microsoft Excel在内的大多数电子表格程序中使用,示例代码如下:

write(groceryrules, file = "groceryrules.csv",
      sep = ",", quote = TRUE, row.names = FALSE)

有时,将规则转换为R数据框也很方便,可使用 as() 函数轻松实现,代码如下:

groceryrules_df <- as(groceryrules, "data.frame")

转换后的数据框中,规则以因子格式呈现,支持度、置信度和提升度则以数值向量形式存在。使用 str() 函数查看数据框结构:

str(groceryrules_df)

输出结果示例:

'data.frame':463 obs. of 4 variables:
 $ rules     : Factor w/ 463 levels "{baking powder} => {other  
vegetables}",..: 340 302
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值