[ R ] 연관분석 연습문제

 1. tranExam.csv 파일을 대상으로 중복된 트랜잭션 없이 1-2컬럼만 single형식으로 트랜잭션 객체를 생성하시오.

# 1단계: 트랜잭션 객체 생성 및 확인
# 2단계: 각 items별로 빈도수 확인
# 3단계: 파라미터(supp = 0.3, conf = 0.1)를 이용하여 규칙(rule)생성
# 4단계: 연관규칙 결과 보기

 

 

tranExam.csv

0.00MB

 

 

1) 트랜잭션 객체 생성 및 확인

setwd("C:/") tranExam <- read.transactions("tranExam.csv",format="single",sep=",",cols=c(1,2),rm.duplicates=T) tranExam inspect(tranExam) # transactions in sparse format with # 5 transactions (rows) and # 4 items (columns)

구분자 콤마로 나눠주어야한다 : sep=","

 

 

2) 각 items별로 빈도수 확인

summary(tranExam) # transactions as itemMatrix in sparse format with # 5 rows (elements/itemsets/transactions) and # 4 columns (items) and a density of 0.6  #  # most frequent items: #   1       2       3       4 (Other)  # 4       3       3       2       0  #  # element (itemset/transaction) length distribution: #   sizes # 2 4  # 4 1  #  # Min. 1st Qu.  Median    Mean   3rd Qu.    Max.  #   2.0     2.0       2.0         2.4         2.0         4.0  #  # includes extended item information - examples: #   labels # 1      1 # 2      2 # 3      3 #  # includes extended transaction information - examples: #   transactionID # 1             1 # 2             2 # 3             3

 

 

3) 파라미터(supp = 0.3, conf = 0.1)를 이용하여 규칙(rule)생성

rule <- apriori(tranExam, parameter = list(supp = 0.3, conf = 0.1)) # Apriori #  # Parameter specification: #   confidence minval smax arem  aval originalSupport maxtime support minlen maxlen target  ext # 0.1    0.1    1 none FALSE            TRUE       5     0.3      1     10  rules TRUE #  # Algorithmic control: #   filter tree heap memopt load sort verbose # 0.1 TRUE TRUE  FALSE TRUE    2    TRUE #  # Absolute minimum support count: 1  #  # set item appearances ...[0 item(s)] done [0.00s]. # set transactions ...[4 item(s), 5 transaction(s)] done [0.00s]. # sorting and recoding items ... [4 item(s)] done [0.00s]. # creating transaction tree ... done [0.00s]. # checking subsets of size 1 2 3 done [0.00s]. # writing ... [12 rule(s)] done [0.00s]. # creating S4 object  ... done [0.00s]. rule # set of 12 rules

 

4) 연관규칙 결과 보기

inspect(rule) # lhs    rhs support confidence coverage lift      count # [1]  {}  => {4} 0.4     0.4000000  1.0      1.0000000 2     # [2]  {}  => {2} 0.6     0.6000000  1.0      1.0000000 3     # [3]  {}  => {3} 0.6     0.6000000  1.0      1.0000000 3     # [4]  {}  => {1} 0.8     0.8000000  1.0      1.0000000 4     # [5]  {4} => {1} 0.4     1.0000000  0.4      1.2500000 2     # [6]  {1} => {4} 0.4     0.5000000  0.8      1.2500000 2     # [7]  {2} => {3} 0.4     0.6666667  0.6      1.1111111 2     # [8]  {3} => {2} 0.4     0.6666667  0.6      1.1111111 2     # [9]  {2} => {1} 0.4     0.6666667  0.6      0.8333333 2     # [10] {1} => {2} 0.4     0.5000000  0.8      0.8333333 2     # [11] {3} => {1} 0.4     0.6666667  0.6      0.8333333 2     # [12] {1} => {3} 0.4     0.5000000  0.8      0.8333333 2

 

 

 

 

 2. Adult데이터 셋을 대상으로 다음 조건에 맞게 연관분석을 수행하시오.
# 1) 최소 support = 0.5, 최소 confidence = 0.9를 지정하여 연관규칙을 생성한다.
# 2) 수행한 결과를 lift기준으로 정렬하여 상위 10개 규칙을 기록한다.
# 3) 연관분석 결과를 LHS와 RHS의 빈도수로 시각화한다.
# 4) 연관분석 결과를 연관어의 네트워크 형태로 시각화한다.
# 5) 연관어 중심 단어를 해설한다.

 

data(Adult) Adult head(Adult) str(Adult) adult <- as(Adult,"data.frame") str(adult) head(adult)

 

1) 최소 support = 0.5, 최소 confidence = 0.9를 지정하여 연관규칙을 생성한다.

ar <- apriori(Adult, parameter = list(supp = 0.5, conf = 0.9)) # Apriori #  # Parameter specification: #   confidence minval smax arem  aval originalSupport maxtime support minlen maxlen target  ext # 0.9    0.1    1 none FALSE            TRUE       5     0.5      1     10  rules TRUE #  # Algorithmic control: #   filter tree heap memopt load sort verbose # 0.1 TRUE TRUE  FALSE TRUE    2    TRUE #  # Absolute minimum support count: 24421  #  # set item appearances ...[0 item(s)] done [0.00s]. # set transactions ...[115 item(s), 48842 transaction(s)] done [0.04s]. # sorting and recoding items ... [9 item(s)] done [0.00s]. # creating transaction tree ... done [0.02s]. # checking subsets of size 1 2 3 4 done [0.00s]. # writing ... [52 rule(s)] done [0.00s]. # creating S4 object  ... done [0.00s]. ar # set of 52 rules  inspect(ar)

 

2) 수행한 결과를 lift기준으로 정렬하여 상위 10개 규칙을 기록한다.

inspect(head(sort(ar,by="lift"),10))

 

 

3) 연관분석 결과를 LHS와 RHS의 빈도수로 시각화한다.

library(arulesViz) plot(ar, method = "grouped")

 

4) 연관분석 결과를 연관어의 네트워크 형태로 시각화한다.

plot(ar, method="graph", control=list(type="items"))

 

5) 연관어 중심 단어를 해설한다

capital-loss,capital-gain,native-country 중심으로 연관어가 형성되어있다.