关于数据挖掘:R语言关联规则挖掘apriori算法挖掘评估汽车性能数据

40次阅读

共计 2437 个字符,预计需要花费 7 分钟才能阅读完成。

全文链接:http://tecdat.cn/?p=32092

原文出处:拓端数据部落公众号

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

正文完
 0