简单关联的可视化R实现
可视化频繁项集
plot(x=频繁项集类对象名,method="graph",control=list(main= 图形主标题))
可视化简单关联规则
plot(x=关联规则类对象名,method=图类型名,control=控制参 数)
Eclat算法
Eclat算法与Apriori算法的思路类似，特色在于：基于 对等类（equivalence class），采用上述自底向上的搜索策略， 只需访问很少次的数据集便可确定最大频繁项集 例：
规则没有指导意义
简单关联规则及其测度
简单关联规则的实用性评价 规则的提升度（Lift）定义为：规则置信度与后项支 持度之比
规则提升度反映了项目X的出现对项目Y（研究 项）出现的影响程度
有实用价值的简单关联规则应是规则提升度大 于1的规则，意味着X的出现对Y的出现有促进作 用。规则提升度越大越好
第十章
R的关联分析：揭示数据 关联性
学习目标
• 理论方面，理解简单关联和时序关联的含义，各种关 联算法的特点、核心原理和基本实现思路，掌握不同 方法的适用性和应用场景
• 实践方面，掌握R的各种关联算法实现、应用以及结 果解读，能够正确运用不同关联算法解决找到实际数 据中的各种关联性
关联分析
关联分析是揭示数据内在结构特征的重要手段 关联分析的目的就是基于已有数据，找到事物间的简
事务标识是确定一个事务的唯一标识；项目集合简 称项集，是一组项目的集合
简单关联规则及其测度
简单关联规则
例：面包牛奶（S=85%，C=90%） 例：性别(女) ∩ 收入(>5000)品牌(A)（S=80%，C=85%）
简单关联规则及其ቤተ መጻሕፍቲ ባይዱ度
简单关联规则的有效性评价 规则置信度：是对简单关联规则准确度的测量，定 义为包含项目X的事务中同时也包含项目Y项的概 率，反映X出现条件下Y出现的可能性
序列关联分析（也称时序关联分析）研究的目的是要 从所收集到的众多事务序列中，发现某个事务序列连 续出现的规律，找到事务发展的前后关联性。这种前 后关联性通常与时间有关
序列关联分析
序列关联中的基本概念 序列关联研究的对象事务序列
序列关联规则：（X）Y（S=s%，C=c%）
序列关联分析
生成序列关联规则 第一，搜索频繁事务序列 频繁事务序列是指，事务序列的支持度大于等 于用户指定的最小支持度的序列 第二，依据频繁事务序列生成序列关联规则
R函数
eclat(data=transactions类对象名, parameter=NULL) ruleInduction(x=频繁项集对象名,transactions=事务类对项名
,confidence=0.8)
简单关联分析应用：商品推荐
发现连带销售商品 顾客选择性倾向对比
序列关联分析
简单关联规则及其测度
简单关联规则的实用性评价 简单关联规则应具有实际意义 例：牛奶性别（男）（S=40%，C=40%）。 在最小置信度和支持度为20%时该规则是一条有 效规则
规则反映的是一种前后项无关联下的随机性 关联，没有提供更有意义的指导性信息
简单关联规则及其测度
简单关联规则的实用性评价 简单关联规则应具有指导意义 例：成绩(优异)早餐(吃)（S=30%，C=60%）， 在最小置信度和支持度为20%时该规则是一条有 效规则
单关联关系或序列关联关系 数据挖掘中，关联分析成果（即关联关系）的核心体
现形式是关联规则（Association Rule） 简单关联规则 序列关联规则
简单关联规则及其测度
理解简单关联规则的前提是理解事务和项集 简单关联分析的分析对象是事务（Transaction）。事务可理
解为一种商业行为，含义极为宽泛 事务通常由事务标识（TID）和项目集合X组成。
Apriori算法
Apriori算法包括 第一，搜索频繁项集，每次迭代均包含两个步骤 第一，产生候选集Ck 第二，修剪候选集Ck
Apriori算法
Apriori算法包括 第二，依据频繁项集合产生关联规则 从频繁项集中产生所有简单关联规则，选择置 信度大于用户指定最小置信度阈值的关联规则， 组成有效规则集合
apriori(data=transactions类对象名, parameter=NULL,appearance=NULL)
size(x=关联规则类对象名) sort(x=关联规则类对象名, decreasing=TRUE/FALSE, by=排
序依据)
筛选关联规则
subset(x= 关联规则类对象名,subset=条件)
Apriori算法的R实现步骤
建立事务数据集对象：事实表和事务表
transactions类对象 read.transactions(file=文本文件名, format=组织形式,cols=数
值或字符向量,sep=分割符)
Apriori算法的R实现步骤
搜索频繁项集，生成有效的简单关联规则
SPADE算法
SPADE算法采用纵向id列表（Vertical id-list）形式组织事务 序列，基于对等类的候选序列组合，只需很少次的数 据集扫描即可得到频繁k-序列
纵向id列表
Apriori算法
Apriori算法包括 第一，搜索频繁项集 频繁项集是指：对包含项目A的项集C，其支持 度大于等于用户指定的最小支持度，称C(A)为 频繁项集
频繁1-项集、频繁k-项集、最大频繁k-项集
Apriori算法
Apriori算法包括 第一，搜索频繁项集 搜索频繁项集：采用迭代方式逐层找到上层的 超级，并在超级中发现频繁项集。如此反复， 直到最顶层得到最大频繁项集为止
规则支持度：测度了简单关联规则应用的普适性， 定义为项目X和项目Y项同时出现的概率
前项支持度和后项支持度
简单关联规则及其测度
简单关联规则的有效性评价 一个有效的简单关联规则应具有较高的置信度和较 高的支持度 大于最小置信度和支持度阈值的规则是有效规则
规则置信度、规则支持度、前项支持度和后项支持 度与统计中的列联表密切相关