R语言关联分析

说明

在进行关联规则挖掘前，我们需要首先将数据转换成事务数据。讨论三种常用数据集，包括链表，矩阵，数据框架。然后将它们转化成事务数据。

操作

导入arulesm创建一个包括三个向量的链表，以存放购买记录

tr_list = list(c("apple","bread","cake"),c("apple","milk"),c("bread","cake","milk"))
names(tr_list) = paste("Tr",c(1:3),sep = "")

调用as函数，将链表转化成事务类型：

trans = as(tr_list,"transactions")
trans
transactions in sparse format with
 3 transactions (rows) and
 4 items (columns）

将矩阵格式的数据转换成事务类型：

tr_matrix = matrix(
  c(1,1,0,1),ncol = 4)
dimnames(tr_matrix) = list(
  paste("Tr",c(1:3),sep = ""),"milk")
)
trans2 = as(tr_matrix,"transactions")
trans2
transactions in sparse format with
 3 transactions (rows) and
 4 items (columns)

最后将数据框类型的数据集转换成事务：

Tr_df = data.frame(
  TrID = as.factor(c(1,2,3,3)),Item = as.factor(c("apple","milk","apple","bread"))
)
trans3 = as(split(Tr_df[,"Item"],Tr_df[,"TrID"]),"transactions")
trans3
transactions in sparse format with
 3 transactions (rows) and
 4 items (columns)

原理

讨论了一个数据集从链表，矩阵，数据框转换成事务。

展示事务及关联

R的arule包使用自带的transactions类型来存储事务型数据，因此，我们必须调用arule包提供的各种函数来展示事务及其关联关系规则。
获取事务数据的LIST表示：

LIST(trans)
$Tr1
[1] "apple" "bread" "cake" 

$Tr2
[1] "apple" "bread" "milk" 

$Tr3
[1] "bread" "cake"  "milk"

调用summary函数输出这些事务的统计及详细信息：

summary(trans)
transactions as itemMatrix in sparse format with
 3 rows (elements/itemsets/transactions) and
 4 columns (items) and a density of 0.75 

most frequent items:
  bread   apple    cake    milk (Other) 
      3       2       2       2       0 

element (itemset/transaction) length distribution:
sizes
3 
3 

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
      3       3       3       3       3       3 

includes extended item information - examples:
  labels
1  apple
2  bread
3   cake

includes extended transaction information - examples:
  transactionID
1           Tr1
2           Tr2
3           Tr3

调用inspect函数展示事务：

inspect(trans)
    items              transactionID
[1] {apple,bread,cake} Tr1          
[2] {apple,milk} Tr2          
[3] {bread,cake,milk}  Tr3

根据事务大小进行筛选：

filter_trains = trans[size(trans) >= 3]
inspect(filter_trains)
 items              transactionID
[1] {apple,cake} Tr1          
[2] {apple,milk} Tr2          
[3] {bread,milk}  Tr3

调用image函数可视化检查事务数据：

对事务可视化
调用itemFrequentPlot函数绘制频繁度/支持度条形图

itemFrequencyPlot(trans)

事物的项频繁度条形图 交易数据是挖掘关联和频繁模式的基础。arules包提供了多种检查交易数据的方法，我们首先使用LIST函数以及链表形式来展示交易数据，然后调用summary函数来获取包括基本属性描述，最频繁项集以及事务长度分布的信息。 接下来用inspect函数来显示这些交易数据，读者还可以通过交易数据大小来对 数据进行筛选，并使用inspect函数显示数据之间的关联，还可以调用image函数对检查的数据进行可视化处理。最后通过条形图显示各项集之间的相关项集成度。