数据挖掘算法-关联规则Apriori

本文详细介绍了如何使用R语言实现Apriori算法,并通过具体案例展示了其在数据挖掘领域的应用,包括设置工作空间、读取数据、构建交易集、设定支持度和置信度阈值,以及生成关联规则的过程。

Apriori算法R实现


##设置工作空间

install.packages("arules")
library ( arules )
#先用setwd设置工作空间,如D盘,并将相关数据拷贝到该目录下
setwd("D:/apriori")
#读入数据
data=read.table()
tr <- read.transactions("D:/apriori/data", format = "basket", sep=",")                              
summary(tr)                                  
inspect(tr)  
#支持度0.2,置信度0.5
rules0=apriori(tr,parameter=list(support=0.2,confidence=0.5))
rules0
inspect(rules0)
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