[ R ] 연관분석 #2 시각화

 (3)  연관규칙 시각화

arules패키지에서 제공되는 내장 데이터 Adult를 이용하여 연관규칙을 생성하고 유사한 연관규칙끼리 네트워크 형태로 시각화

연관분석과 관련된 패키지를 가지고 있음

 

ex) Adult 데이터 셋 가져오기

data(Adult) Adult # transactions in sparse format with # 48842 transactions (rows) and # 115 items (columns)

 

 

ex) AdultUCI 데이터 셋 보기

data("AdultUCI") str(AdultUCI)

 

 

 

 

ex) Adult 데이터 셋의 요약통계량 보기

#1 data.frame형식으로 보기

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

 

 

 

#2 요약통계량

summary(Adult)

 

 

ex) 지지도 10%와 신뢰도 80%가 적용된 연관규칙 발견 6137개

ar <- apriori(Adult, parameter = list(supp = 0.1, conf = 0.8)) # Apriori #  # Parameter specification: #   confidence minval smax arem  aval originalSupport maxtime support minlen maxlen target  ext # 0.8    0.1    1 none FALSE            TRUE       5     0.1      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: 4884  #  # set item appearances ...[0 item(s)] done [0.00s]. # set transactions ...[115 item(s), 48842 transaction(s)] done [0.04s]. # sorting and recoding items ... [31 item(s)] done [0.01s]. # creating transaction tree ... done [0.03s]. # checking subsets of size 1 2 3 4 5 6 7 8 9 done [0.11s]. # writing ... [6137 rule(s)] done [0.01s]. # creating S4 object  ... done [0.01s].

 

 

ex) 다양한 신뢰도와 지지도를 적용한 예

#1 지지도를 20%로 높인 경우 1,306개 규칙 발견

ar1 <- apriori(Adult, parameter = list(supp = 0.2)) # Parameter specification: #   confidence minval smax arem  aval originalSupport maxtime support minlen maxlen target # 0.8    0.1    1 none FALSE            TRUE       5     0.2      1     10  rules # ext # TRUE #  # Algorithmic control: #   filter tree heap memopt load sort verbose # 0.1 TRUE TRUE  FALSE TRUE    2    TRUE #  # Absolute minimum support count: 9768  #  # set item appearances ...[0 item(s)] done [0.00s]. # set transactions ...[115 item(s), 48842 transaction(s)] done [0.04s]. # sorting and recoding items ... [18 item(s)] done [0.01s]. # creating transaction tree ... done [0.02s]. # checking subsets of size 1 2 3 4 5 6 7 done [0.01s]. # writing ... [1306 rule(s)] done [0.00s]. # creating S4 object  ... done [0.00s].

 

 

 

#2 지지도를 20%, 신뢰도 95%로 높인 경우 348개 규칙 발견 (#1 에서  신뢰도를 더 높임)

ar1 <- apriori(Adult, parameter = list(supp = 0.2, conf = 0.95 )) # Apriori #  # Parameter specification: #   confidence minval smax arem  aval originalSupport maxtime support minlen maxlen target # 0.95    0.1    1 none FALSE            TRUE       5     0.2      1     10  rules # ext # TRUE #  # Algorithmic control: #   filter tree heap memopt load sort verbose # 0.1 TRUE TRUE  FALSE TRUE    2    TRUE #  # Absolute minimum support count: 9768  #  # set item appearances ...[0 item(s)] done [0.00s]. # set transactions ...[115 item(s), 48842 transaction(s)] done [0.04s]. # sorting and recoding items ... [18 item(s)] done [0.01s]. # creating transaction tree ... done [0.03s]. # checking subsets of size 1 2 3 4 5 6 7 done [0.01s]. # writing ... [348 rule(s)] done [0.00s]. # creating S4 object  ... done [0.00s].

 

 

#3 지지도를 30%, 신뢰도 95%로 높인 경우 124개 규칙 발견 (#2 에서 지지도를 더 높임)

ar3 <- apriori(Adult, parameter = list(supp = 0.3, conf = 0.95)) # Apriori #  # Parameter specification: #   confidence minval smax arem  aval originalSupport maxtime support minlen maxlen target # 0.95    0.1    1 none FALSE            TRUE       5     0.3      1     10  rules # ext # TRUE #  # Algorithmic control: #   filter tree heap memopt load sort verbose # 0.1 TRUE TRUE  FALSE TRUE    2    TRUE #  # Absolute minimum support count: 14652  #  # set item appearances ...[0 item(s)] done [0.00s]. # set transactions ...[115 item(s), 48842 transaction(s)] done [0.04s]. # sorting and recoding items ... [14 item(s)] done [0.01s]. # creating transaction tree ... done [0.03s]. # checking subsets of size 1 2 3 4 5 6 done [0.00s]. # writing ... [124 rule(s)] done [0.00s]. # creating S4 object  ... done [0.00s].

 

 

 

#4 지지도를 35%, 신뢰도 95%로 높인 경우 67개 규칙 발견 (#3 에서 지지도를 더 높임)

ar4 <- apriori(Adult, parameter = list(supp = 0.35, conf = 0.95)) # Apriori #  # Parameter specification: #   confidence minval smax arem  aval originalSupport maxtime support minlen maxlen target # 0.95    0.1    1 none FALSE            TRUE       5    0.35      1     10  rules # ext # TRUE #  # Algorithmic control: #   filter tree heap memopt load sort verbose # 0.1 TRUE TRUE  FALSE TRUE    2    TRUE #  # Absolute minimum support count: 17094  #  # set item appearances ...[0 item(s)] done [0.00s]. # set transactions ...[115 item(s), 48842 transaction(s)] done [0.04s]. # sorting and recoding items ... [11 item(s)] done [0.01s]. # creating transaction tree ... done [0.03s]. # checking subsets of size 1 2 3 4 5 done [0.00s]. # writing ... [67 rule(s)] done [0.00s]. # creating S4 object  ... done [0.00s].

 

#5 지지도를 40%, 신뢰도 95%로 높인 경우 36개 규칙 발견 (#4 에서 지지도를 더 높임)

ar5 <- apriori(Adult, parameter = list(supp = 0.4, conf = 0.95)) # Apriori #  # Parameter specification: #   confidence minval smax arem  aval originalSupport maxtime support minlen maxlen target # 0.95    0.1    1 none FALSE            TRUE       5     0.4      1     10  rules # ext # TRUE #  # Algorithmic control: #   filter tree heap memopt load sort verbose # 0.1 TRUE TRUE  FALSE TRUE    2    TRUE #  # Absolute minimum support count: 19536  #  # set item appearances ...[0 item(s)] done [0.00s]. # set transactions ...[115 item(s), 48842 transaction(s)] done [0.04s]. # sorting and recoding items ... [11 item(s)] done [0.01s]. # creating transaction tree ... done [0.03s]. # checking subsets of size 1 2 3 4 5 done [0.00s]. # writing ... [36 rule(s)] done [0.00s]. # creating S4 object  ... done [0.00s].

 

 

 

ex) 규칙 결과 보기

#1 상위 6개 규칙 보기

inspect(head(ar5)) # lhs                                               rhs                                                       support  confidence   coverage     lift        count # [1] {}                                     => {capital-loss=None}                          0.9532779  0.9532779 1.0000000 1.000000 46560 # [2] {relationship=Husband} => {marital-status=Married-civ-spouse} 0.4034233  0.9993914 0.4036690 2.181164 19704 # [3] {relationship=Husband} => {sex=Male}                                        0.4036485  0.9999493 0.4036690 1.495851 19715 # [4] {age=Middle-aged}        => {capital-loss=None}                           0.4800786  0.9504276 0.5051185 0.997010 23448 # [5] {income=small}              => {capital-gain=None}                          0.4849310  0.9581311 0.5061218 1.044414 23685 # [6] {income=small}              => {capital-loss=None}                          0.4908480  0.9698220 0.5061218 1.017355 23974

어떤조건을 가질때 어떤 결과가 나오는지 규칙 확인

 

 

#2 confidence(신뢰도)기준 내림차순 정렬 상위 6개 출력

inspect(head(sort(ar5,decreasing=T,by="confidence"))) # lhs                                                                                                               rhs                                              support   confidence   coverage           lift    count # [1] {relationship=Husband}                                                         => {sex=Male}                                        0.4036485 0.9999493  0.4036690 1.495851 19715 # [2] {marital-status=Married-civ-spouse, relationship=Husband} => {sex=Male}                                        0.4034028 0.9999492  0.4034233 1.495851 19703 # [3] {relationship=Husband}                                                         => {marital-status=Married-civ-spouse} 0.4034233 0.9993914  0.4036690 2.181164 19704 # [4] {relationship=Husband, sex=Male}                                        => {marital-status=Married-civ-spouse} 0.4034028 0.9993913  0.4036485 2.181164 19703 # [5] {marital-status=Married-civ-spouse, sex=Male}                    => {relationship=Husband}                     0.4034028 0.9901503  0.4074157 2.452877 19703 # [6] {income=small}                                                                     => {capital-loss=None}                            0.4908480 0.9698220  0.5061218 1.017355 23974

decreasing = T

 

#3 lift(향상도)기준 내림차순 정렬 상위 6개 출력

inspect(head(sort(ar5, by = "lift")))    lhs                                                                                                  rhs                                 [1] {marital-status=Married-civ-spouse, sex=Male}                    => {relationship=Husband}              [2] {relationship=Husband}                                                         => {marital-status=Married-civ-spouse} [3] {relationship=Husband, sex=Male}                                        => {marital-status=Married-civ-spouse} [4] {relationship=Husband}                                                         => {sex=Male}                          [5] {marital-status=Married-civ-spouse, relationship=Husband} => {sex=Male}                          [6] {income=small}                                                                       => {capital-gain=None}                     support      confidence     coverage          lift     count [1] 0.4034028 0.9901503  0.4074157 2.452877 19703 [2] 0.4034233 0.9993914  0.4036690 2.181164 19704 [3] 0.4034028 0.9993913  0.4036485 2.181164 19703 [4] 0.4036485 0.9999493  0.4036690 1.495851 19715 [5] 0.4034028 0.9999492  0.4034233 1.495851 19703 [6] 0.4849310 0.9581311  0.5061218 1.044414 23685

lift(향상도)에서는 decreasing = T 필요 없이 내림차순 정렬이 된다

 

 

 

 

 

ex) 연관규칙 시각화

#1 패키지 설치

install.packages("arulesViz") library(arulesViz) install.packages("ggraph",type="binary") library(ggraph)

 

## ERROR: compilation failed for package ‘ggraph’ 

해결방법

구글에서 "ERROR: compilation failed for package ‘ggraph’ " 검색 후 

https://stackoverflow.com/ 사이트 연결 된 결과로 들어감

<<<< 때때로 CRAN에서 아직 컴파일되지 않은 최신 버전을 사용할 수 있는 경우 소스에서 설치할 것인지 묻는 메시지가 표시됩니다. 기본값은 "예"인 것 같지만 최선의 선택은 아닙니다. 패키지를 컴파일하는 것은 지저분 할 수 있으며 미리 컴파일 된 바이너리를 사용하는 것이 더 쉽습니다 >>>> 

<<<< 따라서 install.packages("ggraph", type="binary") 를 사용해 보면 된다는 답변을 확인 할 수 있다.

 

 

 

#2 연관규칙 시각화

plot(ar3, method = "graph", control = list(type = "items"))

 

 

 

 

 

ex) Groceries 데이터 셋으로 연관분석

#1 Groceries 데이터 셋 가져오기

data("Groceries") str(Groceries) Groceries # transactions in sparse format with # 9835 transactions (rows) and # 169 items (columns)

 

 

 

#2 데이터프레임으로 형 변환

Groceries.df <- as(Groceries, "data.frame") head(Groceries.df) # items # 1              {citrus fruit,semi-finished bread,margarine,ready soups} # 2                                        {tropical fruit,yogurt,coffee} # 3                                                          {whole milk} # 4                         {pip fruit,yogurt,cream cheese ,meat spreads} # 5 {other vegetables,whole milk,condensed milk,long life bakery product} # 6                      {whole milk,butter,yogurt,rice,abrasive cleaner}

 

 

#3 지지도 0.001, 신뢰도 0.8 적용 규칙 발견

rules <- apriori(Groceries, parameter = list(supp = 0.001, conf = 0.8)) # Apriori #  # Parameter specification: #   confidence minval smax arem  aval originalSupport maxtime support minlen maxlen # 0.8    0.1    1 none FALSE            TRUE       5   0.001      1     10 # target  ext # rules TRUE #  # Algorithmic control: #   filter tree heap memopt load sort verbose # 0.1 TRUE TRUE  FALSE TRUE    2    TRUE #  # Absolute minimum support count: 9  #  # set item appearances ...[0 item(s)] done [0.00s]. # set transactions ...[169 item(s), 9835 transaction(s)] done [0.00s]. # sorting and recoding items ... [157 item(s)] done [0.00s]. # creating transaction tree ... done [0.00s]. # checking subsets of size 1 2 3 4 5 6 done [0.01s]. # writing ... [410 rule(s)] done [0.00s]. # creating S4 object  ... done [0.00s].

 

 

#4 규칙을 구성하는 왼쪽(LHS) → 오른쪽(RHS)의 item 빈도수 보기 규칙의 표현 A(LHS) → B(RHS)

plot(rules, method = "grouped")

 

 

ex) 최대 길이가 3 이하인 규칙 생성

rules <- apriori(Groceries, parameter = list(supp = 0.001, conf = 0.80, maxlen = 3))

규칙을 구성하는 LHS와 RHS 길이를 합쳐서 3이하의 길이를 갖는 규칙 생성

 

 

 

 

ex) Confidence(신뢰도)기준 내림차순으로 규칙 정렬

rules <- sort(rules, decreasing = T, by = "confidence") inspect(rules) # lhs                                             rhs                support     confidence coverage    lift      count # [1]  {rice, sugar}                                => {whole milk}       0.001220132 1.0000000  0.001220132  3.913649 12    # [2]  {canned fish, hygiene articles}              => {whole milk}       0.001118454 1.0000000  0.001118454  3.913649 11    # [3]  {whipped/sour cream, house keeping products} => {whole milk}       0.001220132 0.9230769  0.001321810  3.612599 12    # [4]  {rice, bottled water}                        => {whole milk}       0.001220132 0.9230769  0.001321810  3.612599 12    # [5]  {soups, bottled beer}                        => {whole milk}       0.001118454 0.9166667  0.001220132  3.587512 11    # [6]  {grapes, onions}                             => {other vegetables} 0.001118454 0.9166667  0.001220132  4.737476 11    # [7]  {hard cheese, oil}                           => {other vegetables} 0.001118454 0.9166667  0.001220132  4.737476 11    # [8]  {curd, cereals}                              => {whole milk}       0.001016777 0.9090909  0.001118454  3.557863 10    # [9]  {pastry, sweet spreads}                      => {whole milk}       0.001016777 0.9090909  0.001118454  3.557863 10    # [10] {liquor, red/blush wine}                     => {bottled beer}     0.001931876 0.9047619  0.002135231 11.235269 19    # [11] {oil, mustard}                               => {whole milk}       0.001220132 0.8571429  0.001423488  3.354556 12    # [12] {pickled vegetables, chocolate}              => {whole milk}       0.001220132 0.8571429  0.001423488  3.354556 12    # [13] {pork, butter milk}                          => {other vegetables} 0.001830198 0.8571429  0.002135231  4.429848 18    # [14] {meat, margarine}                            => {other vegetables} 0.001728521 0.8500000  0.002033554  4.392932 17    # [15] {domestic eggs, rice}                        => {whole milk}       0.001118454 0.8461538  0.001321810  3.311549 11    # [16] {butter, jam}                                => {whole milk}       0.001016777 0.8333333  0.001220132  3.261374 10    # [17] {butter, rice}                               => {whole milk}       0.001525165 0.8333333  0.001830198  3.261374 15    # [18] {yogurt, rice}                               => {other vegetables} 0.001931876 0.8260870  0.002338587  4.269346 19    # [19] {herbs, shopping bags}                       => {other vegetables} 0.001931876 0.8260870  0.002338587  4.269346 19    # [20] {tropical fruit, herbs}                      => {whole milk}       0.002338587 0.8214286  0.002846975  3.214783 23    # [21] {napkins, house keeping products}            => {whole milk}       0.001321810 0.8125000  0.001626843  3.179840 13    # [22] {onions, butter milk}                        => {other vegetables} 0.001321810 0.8125000  0.001626843  4.199126 13    # [23] {yogurt, cereals}                            => {whole milk}       0.001728521 0.8095238  0.002135231  3.168192 17    # [24] {hamburger meat, bottled beer}               => {whole milk}       0.001728521 0.8095238  0.002135231  3.168192 17    # [25] {hamburger meat, curd}                       => {whole milk}       0.002541942 0.8064516  0.003152008  3.156169 25    # [26] {turkey, curd}                               => {other vegetables} 0.001220132 0.8000000  0.001525165  4.134524 12    # [27] {herbs, fruit/vegetable juice}               => {other vegetables} 0.001220132 0.8000000  0.001525165  4.134524 12    # [28] {herbs, rolls/buns}                          => {whole milk}       0.002440264 0.8000000  0.003050330  3.130919 24    # [29] {onions, waffles}                            => {other vegetables} 0.001220132 0.8000000  0.001525165  4.134524 12

 

 

 

 

ex) 발견된 규칙 시각화

library(arulesViz) plot(rules, method = "graph")

 

 

ex) 특정 상품(Item)으로 서브 셋 작성과 시각화

#1 오른쪽 item이 전지분유(whole milk)인 규칙만 서브 셋으로 작성

wmilk <- subset(rules, rhs %in% 'whole milk') wmilk # set of 18 rules inspect(wmilk) # lhs                                                                                              rhs            support     confidence coverage        lift     count # [1]  {curd, cereals}                                                    => {whole milk} 0.001016777 0.9090909  0.001118454 3.557863 10    # [2]  {yogurt, cereals}                                                 => {whole milk} 0.001728521 0.8095238  0.002135231 3.168192 17    # [3]  {butter, jam}                                                        => {whole milk} 0.001016777 0.8333333  0.001220132 3.261374 10    # [4]  {soups, bottled beer}                                           => {whole milk} 0.001118454 0.9166667  0.001220132 3.587512 11    # [5]  {napkins, house keeping products}                     => {whole milk} 0.001321810 0.8125000  0.001626843 3.179840 13    # [6]  {whipped/sour cream, house keeping products} => {whole milk} 0.001220132 0.9230769  0.001321810 3.612599 12    # [7]  {pastry, sweet spreads}                                       => {whole milk} 0.001016777 0.9090909  0.001118454 3.557863 10    # [8]  {rice, sugar}                                                        => {whole milk} 0.001220132 1.0000000  0.001220132 3.913649 12    # [9]  {butter, rice}                                                       => {whole milk} 0.001525165 0.8333333  0.001830198 3.261374 15    # [10] {domestic eggs, rice}                                         => {whole milk} 0.001118454 0.8461538  0.001321810 3.311549 11    # [11] {rice, bottled water}                                           => {whole milk} 0.001220132 0.9230769  0.001321810 3.612599 12    # [12] {oil, mustard}                                                    => {whole milk} 0.001220132 0.8571429  0.001423488 3.354556 12    # [13] {canned fish, hygiene articles}                         => {whole milk} 0.001118454 1.0000000  0.001118454 3.913649 11    # [14] {tropical fruit, herbs}                                          => {whole milk} 0.002338587 0.8214286  0.002846975 3.214783 23    # [15] {herbs, rolls/buns}                                             => {whole milk} 0.002440264 0.8000000  0.003050330 3.130919 24    # [16] {pickled vegetables, chocolate}                       => {whole milk} 0.001220132 0.8571429  0.001423488 3.354556 12    # [17] {hamburger meat, curd}                                  => {whole milk} 0.002541942 0.8064516  0.003152008 3.156169 25    # [18] {hamburger meat, bottled beer}                     => {whole milk} 0.001728521 0.8095238  0.002135231 3.168192 17 plot(wmilk, method = "graph")

 

#2 오른쪽 item이 other vegetables인 규칙만 서브 셋으로 작성

oveg <- subset(rules, rhs %in% 'other vegetables') oveg # set of 10 rules  inspect(oveg) # lhs                                                                             rhs            support     confidence   coverage          lift     count # [1]  {turkey, curd}                           => {other vegetables} 0.001220132 0.8000000  0.001525165 4.134524 12    # [2]  {yogurt, rice}                           => {other vegetables} 0.001931876 0.8260870  0.002338587 4.269346 19    # [3]  {herbs, fruit/vegetable juice} => {other vegetables} 0.001220132 0.8000000  0.001525165 4.134524 12    # [4]  {herbs, shopping bags}         => {other vegetables} 0.001931876 0.8260870  0.002338587 4.269346 19    # [5]  {grapes, onions}                   => {other vegetables} 0.001118454 0.9166667  0.001220132 4.737476 11    # [6]  {meat, margarine}                => {other vegetables} 0.001728521 0.8500000  0.002033554 4.392932 17    # [7]  {hard cheese, oil}                 => {other vegetables} 0.001118454 0.9166667  0.001220132 4.737476 11    # [8]  {onions, butter milk}             => {other vegetables} 0.001321810 0.8125000  0.001626843 4.199126 13    # [9]  {pork, butter milk}                => {other vegetables} 0.001830198 0.8571429  0.002135231 4.429848 18    # [10] {onions, waffles}                 => {other vegetables} 0.001220132 0.8000000  0.001525165 4.134524 12   plot(oveg, method = "graph")

 

 

#3 오른쪽 item이 vegetables 단어가 포함된 규칙만 서브 셋으로 작성

oveg <- subset(rules, rhs %pin% 'vegetables') oveg # set of 10 rules inspect(oveg) # lhs                                                                             rhs            support     confidence   coverage          lift     count # [1]  {turkey, curd}                           => {other vegetables} 0.001220132 0.8000000  0.001525165 4.134524 12    # [2]  {yogurt, rice}                           => {other vegetables} 0.001931876 0.8260870  0.002338587 4.269346 19    # [3]  {herbs, fruit/vegetable juice} => {other vegetables} 0.001220132 0.8000000  0.001525165 4.134524 12    # [4]  {herbs, shopping bags}         => {other vegetables} 0.001931876 0.8260870  0.002338587 4.269346 19    # [5]  {grapes, onions}                   => {other vegetables} 0.001118454 0.9166667  0.001220132 4.737476 11    # [6]  {meat, margarine}                => {other vegetables} 0.001728521 0.8500000  0.002033554 4.392932 17    # [7]  {hard cheese, oil}                 => {other vegetables} 0.001118454 0.9166667  0.001220132 4.737476 11    # [8]  {onions, butter milk}             => {other vegetables} 0.001321810 0.8125000  0.001626843 4.199126 13    # [9]  {pork, butter milk}                => {other vegetables} 0.001830198 0.8571429  0.002135231 4.429848 18    # [10] {onions, waffles}                 => {other vegetables} 0.001220132 0.8000000  0.001525165 4.134524 12      plot(oveg, method = "graph")

 

 

#4 왼쪽 item이 butter 또는 yogurt인 규칙만 서브 셋으로 작성

butter_yogurt <- subset(rules, lhs %in% c('butter', 'yogurt')) butter_yogurt # set of 4 rules  inspect(butter_yogurt) #       lhs                                       rhs                   support     confidence       coverage           lift     count # [1] {yogurt, cereals} => {whole milk}         0.001728521   0.8095238   0.002135231 3.168192      17    # [2] {butter, jam}       => {whole milk}          0.001016777   0.8333333  0.001220132 3.261374      10    # [3] {butter, rice}       => {whole milk}          0.001525165   0.8333333  0.001830198 3.261374      15    # [4] {yogurt, rice}      => {other vegetables} 0.001931876  0.8260870  0.002338587 4.269346      19 plot(butter_yogurt, method = "graph")

연관 네트워크 그래프에서 타원의 크기는 지지도(조합), 색상은 향상도(관련성), 화살표는 상품(item)간의 관계를 나타낸다.