R语言数据挖掘值关联规则挖掘
关联规则挖掘步骤及代码如下：
【1】设定工作目录
setwd("E:/project/Rexample/EnterpResponser_apriori")
【2】加载两个包
library("Matrix")
library("arules")
3
其中Format被定义为输入数据的格式，在这个框架下Transactions能够接收两种数据类型，并且包括single和basket两种类型的数据存储方式
单个类型表现为两列：第一列为订单编号（Order ID），第二列为该笔交易中的一个商品（Item）。例如：
- 可乐
- 雪碧
- 芬达
- 美年达
- 王老吉
basket型的一行对应一条交易记录，在记录中的各交易项会以特定的分隔符进行区分，并通过设置sep参数来确定各交易项之间的分割方式。
具体来说，
可乐 雪碧 一统冰红茶
则为
芬达 王老吉
当单一型的数据中存在重复记录时，则会导致该方法出现错误。
可以通过设置参数 rm.duplicates=TRUE 来去除这些重复记录。
在导入分析所需的交易数据分析前需先进行去重处理。
具体而言，
在 R 环境中，
可以调用 duplicated() 函数来识别哪些记录是重复的，
它会返回一个布尔向量，
其中值为 TRUE 表示对应的记录已经被标记出来。
随后，
通过 [!dup, ] 的索引选择条件筛选出所有非重复记录组成新的 dataframe 对象。
最后，
将这个去重后的 dataframe 对象保存到指定文件中即可完成整个操作流程。
【4】查看transactions
tr 输出tr摘要
inspect(tr[1:n]) 输出tr前n行
5
调用sort函数对rules进行排序，并以‘support’为依据排列顺序，并从第二个元素开始取前十个元素
调用sort函数对rules进行排序，并以‘confidence’为依据排列顺序，并从第二个元素开始取前十个元素
itemFrequencyPlot(tr,support = 0.05,cex.names =0.8) #数据画频繁项的图
plot(rules, fill="pattern", control=list(主图= cbind("双层图"))) #参考图1
plot(rules, type= "分组的") #参考图2
plot(rules, approach= "图表") #参考图3