让机器猜猜你喜欢的歌手-R关联分析

正文

请到「今天看啥」查看全文

发生的强度，提升度是一个比值，用来衡量 A 条件的重要性。

看一个小例子：

下面是一个购物篮清单

这里 TID 是交易编号，不参与计算，右边 ABCDEF 分别表示不同的商品，下面两个规则的支持度和置信度分别为：

· A => C (50%, 66.6%)

· C =>A  (50%, 100%)

关联规则挖掘的基本过程

给定事务的集合 T ，关联规则发现是指找出支持度大于等于 minsup ，并且置信度大于等于 minconf 的所有规则，其中 minsup 和 minconf 是对应的支持度和置信度的阈值。由于需要计算每一个可能规则的支持度和置信度，这种方法过高的代价让人望而却步。因此，我们将目标做相应转化为找出所有频繁项集，即发现满足最小支持度阈值的所有项集，这些项集称作频繁项集（ frequent itemset ），并进一步由频繁项集中提取所有高置信度的规则 （受篇幅影响，这部分暂时省略） ，这些规则称作强规则（ strong rule ）。下面我们通过算例来实现上面的想法。

让“机器”猜猜谁是你喜欢的歌手

这是我在概率论课上的一个案例，目的是帮助学生理解条件概率，于是让学生每人填写 3 个以上的华语歌手（呵呵，要是填英语歌手的话， “ 事物 ” 太多，而学生有限，这样结果会不好）。于是，同学们填出来的结果是这样的：

学号	喜 欢的歌手
13 *34	梁静茹
13 *45	邓紫棋
……	……

为了计算歌手之间的相关规则，我们可以调用 R 语言的 arules 包来进行计算，代码如下：

##### code start #####

# 加载包

library(arules)# 加载程序包 arules ，当然如果你前面没有下载过这个包，就要先 install.packages(arules)

setwd( "G:\\ 公文包 \\R 语言 关联分析 " )# 这里设置你自己的工作路径

# 加载数据

singer

# 将数据转换为 arules 关联规则方法 apriori 可以处理的数据形式 . 交易数据

data 歌手 , singer$

请到「今天看啥」查看全文