本节内容：
1：理解关联分析及专业名词
2：关联分析指定数据结构-->transactions（事务结构）
3：关联分析规则规定流程
4：R代码实现规则
一、理解关联分析及专业名词
1.1：什么是关联分析：
有一个非常有名的故事："尿布和啤酒"。故事是这样的：美国的妇女们经常会嘱咐她们的丈夫 下班后为孩子买尿布，而丈夫在买完尿布后又要顺 手买回自己爱喝的啤酒，因此啤酒和尿布在 一起被购买的机会很多。这个举措使尿布和啤酒的销量双双增加，并一直为众商家所津津乐道。 我们从中会有疑问？为什么尿布和啤酒放在一起就提升销量呢？ 如何去发现尿布和啤酒之间的关系就是我们要讲的关联分析
1.2：要进行关联分析要用什么方法？
Apriori algorithm是关联规则里一项基本算法。
是由Rakesh Agrawal和Ramakrishnan Srikant两位博士在1994年提出的关联规则挖掘算法。 关联规则的目的就是在一个数据集中找出项与项之间的关系，
也被称为购物蓝分析 (Market Basket analysis)，因为“购物蓝分析”很贴切的表达了适用该算法情景中的一个子集。
我们将每一个顾客购买的购物蓝中物品称之为项，而购物篮的物品集合就叫做项集，这一次购买的东西的行为叫做事务
1.3：专业名词
支持度（Support）：定 义为 supp(X) = occur(X) / count(D) = P(X)。
1. 解释一：比如选秀比赛，那个支持和这个有点类似，那么多人（资料库），其中有多少人是选择（支持）你的，那个就是支持度； 2. 解释二：在100个人去超市买东西的，其中买苹果的有9个人，那就是说苹果在这里的支持度是 9，9/100； 3. 解释三：P(X)，意思是事件X出现的概率； 4. 解释四：关联规则当中是有绝对支持度（个数）和相对支持度（百分比）之分的。
置信度（Confidence/Strength）： 定义为 conf(X->Y) = supp(X ∪ Y) / supp(X) = P(Y|X)。
买A的支持度是0.8 买B的支持度是0.6 同时买A和B的支持度是0.4 那么我们求A对B的置信度 = 0.4 / 0.8 = 0.5 ##求是说够买了A之后那么再购买B的成功率是0.5，而原本B的支持度是0.6，那么在后面的算法我们就不会生成这个关联规则
支持度（提升度Lift）
通过置信度A对B的支持度 = 0.5 / 0.6 =0.83 ##这说明支持度降低，不应该把A和B放在一起进行销售
频繁集
我们指定支持度为（0.25）那么项集从1到n的项集 > 0.25就叫做频繁集。 当购物车有2个商品：叫做2项集 当购物车有3个商品：叫做3项集
二、关联分析指定数据结构-->（事务结构）
要进行关联分析那么其数据集的数据结构必须为transactions（事务结构）。
library(arules)
library(gridBase)
tr_list = list(
c("Bread","Milk"),
c("Bread","Beer","Milk"),
c("Eggs","Beer","DR")
)
##重命名
names(tr_list) = paste("tr",c(1:3),sep = "")
summary(tr_list)
##变成事务类型
#使用as函数，将链表转化为事务类型
trans = as(tr_list,"transactions")
如何查看事务类型的属性
##展现事务 LIST(trans) ##查看事务数据 inspect(trans) image(trans) ##可视化查看事务 trans@data size(trans) #每个事务中包含多少项 filter_trans = trans[size(trans)>=3] ##筛选出事务中项数大于等于3的事务 summary(filter_trans)
三、关联分析规则规定流程
从1项集到N项集，求出各个项集的支持度，我们指定支持度的阈值为（0.25），当支持度小于0.25，我们就
将其项集删除。然后就出各个的置信度和提升度判定是否要生成规则
支持度： Beer = 0.6 Bread=0.8 Coke=0.4 Diaper = 0.8 Mike=0.8 置信度： Be,Br = 0.4 求置信度Be：Be和Br都发生的概率是0.4，原本购买Br的概率是0.8 所以0.4/0.8=0.5 就是说，够买了Br之后那么再购买Be的成功率是0.5 那么原本购买Be的0.6 变成了 0.5，所以就生成不了这个规则。 提升度： 0.5/0.6 = 0.83 购买Be提升度降低
四、R代码实现规则
1：实现：事务转换、查看事务数据
library(arules)
library(gridBase)
install.packages("arulesViz")
library(arulesViz)
tr_list = list(
c("Bread","Milk"),
c("Bread","Beer","Diaper","Eggs"),
c("Milk","Diaper","Beer","Coke"),
c("Bread","Milk","Diaper","Beer"),
c("Bread","Milk","Diaper","Coke")
)
names(tr_list) = paste("tr",c(1:5),sep = "")
summary(tr_list)
##变成事务类型
#使用as函数，将链表转化为事务类型
trans = as(tr_list,"transactions")
inspect(trans)
2：实现：查看单项集的支持度，还有经过支持度的筛选得到的多项集的支持度
##查看支持度 ac = itemFrequency(trans,type="relative") summary(ac) ec = eclat(trans,parameter = list(support=0.25,maxlen=5)) #找到所有项集 支持度大于0.25的，maxlen[最大项集是几项] summary(ec) inspect( sort(ec,by="support")) #查看各个项集的支持度，按支持度排序
3：实现规则
##-----------------生成规则,--------------- #conf = 0.5[置信度要大于0.5也就是起码不能是靠猜的买还是不买] rules = apriori(trans,parameter = list(supp=0.25,conf=0.5,target="rules")) inspect(rules) summary(rules) #对规则的置信度进行排序 rules.sorted = sort(rules,by="confidence",decreasing = T) inspect(rules.sorted)
##去重复规则 is_redun = is.redundant(rules.sorted) trans_punds = rules.sorted[!is_redun] inspect(trans_punds)
4：单独针对Milk的规则
#买Milk的人 我们要怎么做推荐
mike_rules = apriori(trans,parameter = list(supp=0.2,conf=0.5,minlen=2),
appearance = list(default="rhs",lhs="Milk"))
inspect(mike_rules)
plot(mike_rules,by="lift",main="milk_rule by lift",method="graph",
control=list(type="items"))
##买了什么产品会推荐Mike,rhs=>右边是milk
mike_rules_r = apriori(trans,parameter = list(supp=0.2,conf=0.5,minlen=3),
appearance = list(default="lhs",rhs="Milk"))
plot(mike_rules_r,by="lift",main="milk_rule by lift",method="graph",
control=list(type="items"))
plot(c(rules.sorted,mike_rules_r),mian="RHS_milk rules")
##绘制关联规则的气球图 #两个以上才能图画出来
