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》
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。
联系客服