R-关联规则-先验

Question

我正在运行像这样的apriori算法：

rules <-apriori(dt)
inspect(rules)

其中dt是我的data.frame，具有以下格式：

> head(dt)
   Cus T C B
1:  C1 0 1 1
2:  C2 0 1 0
3:  C3 0 1 0
4:  C4 0 1 0
5:  C5 0 1 0
6:  C6 0 1 1

数据集的目的是捕获客户以及他/她是否在特定购买中购买了三个不同的商品（T，C和B）。 例如，根据上述信息，我们可以看到C1购买了C和B。 客户C2至C5仅购买了C，而客户C6仅购买了C和B。

输出如下：

   lhs      rhs   support confidence      lift
1  {}    => {T=0}    0.90  0.9000000 1.0000000
2  {}    => {C=1}    0.91  0.9100000 1.0000000
3  {B=0} => {T=0}    0.40  0.8163265 0.9070295
4  {B=0} => {C=1}    0.40  0.8163265 0.8970621
5  {B=1} => {T=0}    0.50  0.9803922 1.0893246
6  {B=1} => {C=1}    0.51  1.0000000 1.0989011

我的问题是：

1）如何摆脱T，C或B等于0的规则。如果考虑一下，规则{B = 0} => {T = 0}甚至{B = 1} => { T = 0}并没有任何意义。

2）我正在阅读有关先验算法的信息，在大多数示例中，每一行代表实际的交易，因此在我的情况下，它应该类似于：

C,B
C
C
C
C
C, B

而不是我的一组一和零，这是规则吗？ 还是可以继续使用我的格式？

谢谢

Answer 1

不确定程序的目标是什么，但是Apriori算法的目标是首先提取给定数据的频繁项目集，其中频繁项目集是一定数量的项目，通常在数据中以这种数量出现。 然后生成那些提取的频繁项目集关联规则。 关联规则看起来像这样：

B -> C

在上述情况下，这意味着购买B的客户也一定会购买C。 因此，概率由Apriori算法的支持度和置信度确定。 支持级别规定了频繁项目集的数量，而置信级别规定了关联规则的数量。 超过信任度的关联规则称为强关联规则。

在这种背景下不明白为什么要确定客户是否购买了其他商品，所以使用了Apriori算法。 可以通过if语句来回答。 在这种情况下，提供的输出没有任何意义。 例如，输出显示第三行，如果客户不购买B，那么他在40％的支持度和81.6％的置信度下不购买T。 除了该关联规则没有支持之外，只有关联规则B-> C是正确的，但是其置信度值是错误的。

但是，如果目的是生成描述的关联规则，则原始Apriori不能以这种格式操作输入：

> head(dt)
  Cus T C B
1: C1 0 1 1
2: C2 0 1 0
3: C3 0 1 0
4: C4 0 1 0
5: C5 0 1 0
6: C6 0 1 1

对于非定制的Apriori算法，数据集需要以下格式：

> head(dt) 
C1: {B, C} 
C2: {C}
C3: {C} 
C4: {C} 
C5: {C} 
C6: {B, C}

请参阅两种解决方案：无论在何处格式化输入，或将Apriori算法定制为这种格式，这都将极大地改变算法中的输入格式。 为了阐明声明的输入格式的需求，简而言之，Apriori算法提供的数据如下：

Support level               = 0.3
Confidence level            = 0.3
Number of customers         = 6

Total number of B's bought  = 2
Total number of C's bought  = 6

Support of B                = 2 / 6 = 0.3 >= 0.3 = support level
Support of C                = 6 / 6 = 1   >= 0.3 = support level
Support of B, C             = 2 / 6 = 0.3 >= 0.3 = support level

-> Frequent itemsets        = {B, C, BC}

-> Association rules        = {B -> C}

Confidence of B -> C        = 2 / 2 = 1 >= 0.3 = confidence level

-> Strong association rules = {B -> C}

希望这可以帮助。