在R中调用关联规则——Apriori算法

本文介绍如何利用arules程序包在Groceries数据集中进行频繁项集和关联规则的挖掘。通过设置支持度阈值为0.05,最大长度为10,首先找出频繁项集,并按支持度排序展示前10个项集。接着,基于相同的参数,求取关联规则,并筛选出包含全脂牛奶的规则且提升度大于等于1.2的子集,最后对筛选后的规则按支持度排序并展示前5条。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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  

 

原文:http://blog.youkuaiyun.com/statdm/article/details/7236488

评论
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