【数据挖掘】十大经典数据挖掘算法R语言实践（九）

续《十大经典数据挖掘算法R语言实践（八）》，本文介绍Apriori算法在R语言中如何使用。

数据集

采用arules包中的Adult数据集。

Adult数据集属于事务型数据集。

Apriori算法R语言实践

第一步：加载实现Apriori算法的R包

library(arules)
data('Adult')

第二步：利用Apriori算法构建关联规则模型

rules.Apriori <-apriori(Adult,parameter =list(support=0.4,confidence=0.7), appearance=list(rhs=c('race=White', 'sex=Male'), default='lhs'))

第三步：利用提升度对规则排序，获取前top-5项

rules.sorted <-sort(rules.Apriori,by='lift')
top5.rules <-head(rules.sorted, 5)
as(top5.rules,'data.frame')

Apriori算法原理

1 Apriori算法是种最有影响的挖掘布尔关联规则频繁项集的算法。它的核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集。

思考：Apriori算法如何寻找频繁项集？对于大规模数据，Apriori算法会有什么表现？？

参考资料

1 《数据挖掘导论》和《数据挖掘：概念与技术》

2 数据挖掘十大经典算法（详解）

3 Top10 data mining algorithms in plain R

中国数据人QQ群：290937046，使命：让更多人懂数据、用数据。陆勤微信：luqin360 ,多交流。