全文链接：http://tecdat.cn/?p=32092
原文出处：拓端数据部落公众号
最近咱们被客户要求撰写对于关联规定开掘的钻研报告，包含一些图形和统计输入。
咱们个别把一件事件产生，对另一件事件也会产生影响的关系叫做关联。而关联剖析就是在大量数据中发现项集之间乏味的关联和相干分割（形如“因为某些事件的产生而引起另外一些事件的产生”）。咱们的生存中有许多关联，一个典型例子是购物篮剖析。该过程通过发现顾客放入其购物篮中的不同商品之间的分割，剖析顾客的购买习惯。通过理解哪些商品频繁地被顾客同时购买，这种关联的发现能够帮忙零售商制订营销策略。其余的利用还包含价目表设计、商品促销、商品的排放和基于购买模式的顾客划分。
本文使用 Apriori 算法帮忙客户对汽车性能相干数据进行数据挖掘，摸索变量间的关联性。为汽车厂商分类汽车性能提供参考。
汽车性能数据
这个数据模型用于评估车的性能方面的好坏。该数据次要蕴含一些车的技术性和价格等变量。
数据变量介绍
数据形容 2 种类型的列车。变量包含：
- 汽车可承受的价格
- 买入价格
- 保护价格
- 技术特点
- 舒适度
- 车门数
- 携带能力
- 行李箱
- 汽车的安全性
所有的变量为分类变量，值为好，个别，较差。
最初的分类属性为车的总体分类：分为 4 个类型：好，较好，个别和较差。
数据分析框架
本文应用关联规定开掘 apriori 算法来发现车的性能价格等属性的常见模式和规定：
1 数据预处理：包含读取数据，清理缺失数据，将数据转化成关联开掘数据类型。
2 查看频繁项集，发现适合的反对度和置信度阈值用于后续的关联规定开掘。
3 查看关联规定开掘后果，发现有价值的规定。
具体数据分析过程
读取数据
表原始数据
查看数据，V1-V7 为相应的属性。上面的值别离代表车中设施的数量和性能的好坏。
首先以最小反对度为 0.05 来挖掘出叫频繁呈现的规定：
表 频繁规定
能够发现，V4，V7，V5 这些属性在数据集中是经常出现的变量。同时能够看到他们的属性值。
于是咱们找到最频繁呈现的前十个汇合（频繁项集）：
表 前十个频繁项集
能够看到 V7 也就是价格是不可承受的车达到了 70% 左右。其次是 V7 为 unacc 和 V6 为 low 的车辆汇合，也就是价格难以承受和平安性能低的车辆。
进行 Apriori 关联规定 模型的拟合
通过下面的判断，咱们将反对度设置为 0.1 也就是 10-% 左右，用于筛选出较频繁的规定。
于是进行关联规定开掘：
表 规定概要
通过查看模型概要，咱们能够发现失去了 20 条规定，其中规定长度 1 的有 1 条，2 的有 8 条，3 的有 11 条。
查看规定：
表 规定数据
以及规定的反对度置信度和进步度。
表 规定品质
能够看到每条规定的品质。比方前 6 条规定，咱们能够看到当车的购入价格很高时，大部分消费者认为不能承受这部车。或者当车的维护费用很高时，购买者也不能承受。
或者当车是两个门的时候，个别该车是跑车或者设计非凡，这是人们也会不能承受购买这部车，兴许因为它的价格因素。
图 关联规定模型后果
从圆圈的大小，咱们能够判断规定的反对度大小，从圆圈的色彩深浅咱们能够判断该规定的置信度大小。
图 关联规定后果
从下面后果，咱们能够看到 20 条规定的可视化后果，圆圈越大代表该规定的反对度越高，通过箭头咱们能够判断其规定的前后推断关系。
于是咱们找到置信度和反对度最高的规定，作为最有价值的规定。
表 关联规定有价值的后果
V6 为车的安全性，V4 为车的装载人数，如果安全性差并且只能装载 2 集体，消费者不会购买这辆车。因而车的安全性是一个是否购买车的重要的影响因素。
数据分析论断
从剖析的后果能够看到，关联规定的模型成果在该数据集上成果较好，同时失去了一些有价值的规定，比方人们在购买车辆时次要会思考车的价格因素，以及他的维护费用，这些因素会影响人们是否购买车辆，其中，人们也十分关心车辆的平安性能和装载性能，当车性能不平安的话，人们很难承受，甚至该因素的影响会超过价格的因素。通过这些规定咱们能够对车辆提出一些营销策略。
最受欢迎的见解
1.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%bb%98%e5%88%b6%e7%94%…)Python 中的 Apriori 关联算法 - 市场购物篮剖析
2.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%94%9f%e5%ad%98%e5%88%…)[](http://tecdat.cn/%e9%80%9a%e8%bf%87%e5%85%b3%e8%81%94%e8%a7%8…)R 语言绘制生存曲线预计 | 生存剖析 | 如何 R 作生存曲线图
3.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e5%a6%82%e4%bd%95%e5%9c%…)[](http://tecdat.cn/%e5%9f%ba%e4%ba%8er%e7%9a%84fp%e6%a0%91fp-gr…)用关联规定数据挖掘摸索药物配伍中的法则
4.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e4%b8%ad%e4%bd%bf%e7%94%…)通过 Python 中的 Apriori 算法进行关联规定开掘
5.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%94%9f%e5%ad%98%e5%88%…)用关联规定数据挖掘摸索药物配伍中的法则
6.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80ggplot2%e8%af%af%e5%b7%ae…)采纳 SPSS Modeler 的 Web 简单网络对所有腧穴进行剖析
7.[](http://tecdat.cn/r-%e8%af%ad%e8%a8%80%e7%bb%98%e5%88%b6%e5%8a…)R 语言如何在生存剖析与 COX 回归中计算 IDI，NRI 指标
8.R 语言如何找到患者数据中具备差别的指标？（PLS—DA 剖析）
9.R 语言中的生存剖析 Survival analysis 早期肺癌患者 4 例