在R 语言中调用关联规则算法的一般命令

关注

原创最新推荐文章于 2024-10-05 07:52:31 发布 1w 阅读 AI 写同款· GEO 优化 ›

R语言数据挖掘值关联规则挖掘关联【1】读取数据：http://127.0.0.1:16781/library/arules/html/read.transactions.html tr single型 1 可乐 1 雪碧 2 芬达 1 美年达 2 王老吉 basket型可乐雪碧美年达芬达王老吉 rm.duplicates=TRUE 去除重复的行也可以在导入交易数据前先对数据阅读详情

library(arules)  #加载arules程序包
data(Groceries)  #调用数据文件
frequentsets=eclat(Groceries,parameter=list(support=0.05,maxlen=10))  #求频繁项集
inspect(frequentsets[1:10])    #察看求得的频繁项集
inspect(sort(frequentsets,by="support")[1:10])    #根据支持度对求得的频繁项集排序并察看（等价于inspect(sort(frequentsets)[1:10]）
rules=apriori(Groceries,parameter=list(support=0.01,confidence=0.01))    #求关联规则
summary(rules)    #察看求得的关联规则之摘要
x=subset(rules,subset=rhs%in%"whole milk"&lift>=1.2)    #求所需要的关联规则子集
inspect(sort(x,by="support")[1:5])    #根据支持度对求得的关联规则子集排序并察看

library(arules) #加载arules程序包
data(Groceries) #调用数据文件
frequentsets=eclat(Groceries,parameter=list(support=0.05,maxlen=10)) #求频繁项集
inspect(frequentsets[1:10])    #察看求得的频繁项集
inspect(sort(frequentsets,by="support")[1:10])    #根据支持度对求得的频繁项集排序并察看（等价于inspect(sort(frequentsets)[1:10]）
rules=apriori(Groceries,parameter=list(support=0.01,confidence=0.01))    #求关联规则
summary(rules)    #察看求得的关联规则之摘要
x=subset(rules,subset=rhs%in%"whole milk"&lift>=1.2)    #求所需要的关联规则子集
inspect(sort(x,by="support")[1:5])    #根据支持度对求得的关联规则子集排序并察看

收录于