全文鏈接：http://tecdat.cn/?p=32092

原文出處：拓端數(shù)據(jù)部落公眾號(hào)

我們一般把一件事情發(fā)生，對(duì)另一件事情也會(huì)產(chǎn)生影響的關(guān)系叫做關(guān)聯(lián)。而關(guān)聯(lián)分析就是在大量數(shù)據(jù)中發(fā)現(xiàn)項(xiàng)集之間有趣的關(guān)聯(lián)和相關(guān)聯(lián)系（形如“由于某些事件的發(fā)生而引起另外一些事件的發(fā)生”）。 我們的生活中有許多關(guān)聯(lián)，一個(gè)典型例子是購(gòu)物籃分析。該過(guò)程通過(guò)發(fā)現(xiàn)顧客放入其購(gòu)物籃中的不同商品之間的聯(lián)系，分析顧客的購(gòu)買(mǎi)習(xí)慣。通過(guò)了解哪些商品頻繁地被顧客同時(shí)購(gòu)買(mǎi)，這種關(guān)聯(lián)的發(fā)現(xiàn)可以幫助零售商制定營(yíng)銷(xiāo)策略。其他的應(yīng)用還包括價(jià)目表設(shè)計(jì)、商品促銷(xiāo)、商品的排放和基于購(gòu)買(mǎi)模式的顧客劃分。

本文運(yùn)用Apriori算法幫助客戶對(duì)汽車(chē)性能相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，探索變量間的關(guān)聯(lián)性。為汽車(chē)廠商分類汽車(chē)性能提供參考。

汽車(chē)性能數(shù)據(jù)

這個(gè)數(shù)據(jù)模型用于評(píng)估車(chē)的性能方面的好壞。該數(shù)據(jù)主要包含一些車(chē)的技術(shù)性和價(jià)格等變量。

數(shù)據(jù)變量介紹

數(shù)據(jù)描述2種類型的列車(chē)。變量包括：

• 汽車(chē)可接受的價(jià)格

• 買(mǎi)入價(jià)格

• 維護(hù)價(jià)格

• 技術(shù)特點(diǎn)

• 舒適度

• 車(chē)門(mén)數(shù)

• 攜帶能力

• 行李箱

• 汽車(chē)的安全性

所有的變量為分類變量，值為好，一般，較差。

最后的分類屬性為車(chē)的總體分類：分為4個(gè)類型：好，較好，一般和較差。

數(shù)據(jù)分析框架

本文使用關(guān)聯(lián)規(guī)則挖掘apriori算法來(lái)發(fā)現(xiàn)車(chē)的性能價(jià)格等屬性的常見(jiàn)模式和規(guī)則：

1 數(shù)據(jù)預(yù)處理：包括讀取數(shù)據(jù)，清理缺失數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)化成關(guān)聯(lián)挖掘數(shù)據(jù)類型。

2 查看頻繁項(xiàng)集，發(fā)現(xiàn)合適的支持度和置信度閾值用于后續(xù)的關(guān)聯(lián)規(guī)則挖掘。

3 查看關(guān)聯(lián)規(guī)則挖掘結(jié)果，發(fā)現(xiàn)有價(jià)值的規(guī)則。

具體數(shù)據(jù)分析過(guò)程

讀取數(shù)據(jù)

表原始數(shù)據(jù)

查看數(shù)據(jù)，V1-V7為相應(yīng)的屬性。下面的值分別代表車(chē)中設(shè)備的數(shù)量和性能的好壞。

? 首先以最小支持度為0.05來(lái)挖掘出叫頻繁出現(xiàn)的規(guī)則：

表 頻繁規(guī)則

可以發(fā)現(xiàn)，V4，V7，V5這些屬性在數(shù)據(jù)集中是經(jīng)常出現(xiàn)的變量。同時(shí)可以看到他們的屬性值。

于是我們找到最頻繁出現(xiàn)的前十個(gè)集合（頻繁項(xiàng)集）：

表 前十個(gè)頻繁項(xiàng)集

可以看到V7也就是價(jià)格是不可接受的車(chē)達(dá)到了70%左右。其次是V7為unacc和V6為low的車(chē)輛集合，也就是價(jià)格難以接受和安全性能低的車(chē)輛。

進(jìn)行?Apriori?關(guān)聯(lián)規(guī)則?模型的擬合

通過(guò)上面的判斷，我們將支持度設(shè)置為0.1也就是10-%左右，用于篩選出較頻繁的規(guī)則。

于是進(jìn)行關(guān)聯(lián)規(guī)則挖掘：

表 規(guī)則概要

通過(guò)查看模型概要，我們可以發(fā)現(xiàn)得到了20條規(guī)則，其中規(guī)則長(zhǎng)度1的有1條，2的有8條，3的有11條。

查看規(guī)則：

表 規(guī)則數(shù)據(jù)

以及規(guī)則的支持度置信度和提高度。

表 規(guī)則質(zhì)量

可以看到每條規(guī)則的質(zhì)量。比如前6條規(guī)則，我們可以看到當(dāng)車(chē)的購(gòu)入價(jià)格很高時(shí)，大部分消費(fèi)者認(rèn)為不能接受這部車(chē)?；蛘弋?dāng)車(chē)的維護(hù)費(fèi)用很高時(shí)，購(gòu)買(mǎi)者也不能接受。

或者當(dāng)車(chē)是兩個(gè)門(mén)的時(shí)候，一般該車(chē)是跑車(chē)或者設(shè)計(jì)特殊，這是人們也會(huì)不能接受購(gòu)買(mǎi)這部車(chē)，也許因?yàn)樗膬r(jià)格因素。

圖 關(guān)聯(lián)規(guī)則模型結(jié)果

?

從圓圈的大小，我們可以判斷規(guī)則的支持度大小，從圓圈的顏色深淺我們可以判斷該規(guī)則的置信度大小。

圖 關(guān)聯(lián)規(guī)則結(jié)果

從上面結(jié)果，我們可以看到20條規(guī)則的可視化結(jié)果，圓圈越大代表該規(guī)則的支持度越高，通過(guò)箭頭我們可以判斷其規(guī)則的前后推斷關(guān)系。

于是我們找到置信度和支持度最高的規(guī)則，作為最有價(jià)值的規(guī)則。

表 關(guān)聯(lián)規(guī)則有價(jià)值的結(jié)果

V6為車(chē)的安全性，V4為車(chē)的裝載人數(shù)，如果安全性差并且只能裝載2個(gè)人，消費(fèi)者不會(huì)購(gòu)買(mǎi)這輛車(chē)。因此車(chē)的安全性是一個(gè)是否購(gòu)買(mǎi)車(chē)的重要的影響因素。

?

數(shù)據(jù)分析結(jié)論

從分析的結(jié)果可以看到，關(guān)聯(lián)規(guī)則的模型效果在該數(shù)據(jù)集上效果較好，同時(shí)得到了一些有價(jià)值的規(guī)則，比如人們?cè)谫?gòu)買(mǎi)車(chē)輛時(shí)主要會(huì)考慮車(chē)的價(jià)格因素，以及他的維護(hù)費(fèi)用，這些因素會(huì)影響人們是否購(gòu)買(mǎi)車(chē)輛，其中，人們也十分關(guān)心車(chē)輛的安全性能和裝載性能，當(dāng)車(chē)性能不安全的話，人們很難接受，甚至該因素的影響會(huì)超過(guò)價(jià)格的因素。通過(guò)這些規(guī)則我們可以對(duì)車(chē)輛提出一些營(yíng)銷(xiāo)策略。

最受歡迎的見(jiàn)解

1.Python中的Apriori關(guān)聯(lián)算法-市場(chǎng)購(gòu)物籃分析

2.R語(yǔ)言繪制生存曲線估計(jì)|生存分析|如何R作生存曲線圖

3.用關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘探索藥物配伍中的規(guī)律

4.通過(guò)Python中的Apriori算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘

5.用關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘探索藥物配伍中的規(guī)律

6.采用SPSS Modeler的Web復(fù)雜網(wǎng)絡(luò)對(duì)所有腧穴進(jìn)行分析

7.R語(yǔ)言如何在生存分析與COX回歸中計(jì)算IDI，NRI指標(biāo)

8.R語(yǔ)言如何找到患者數(shù)據(jù)中具有差異的指標(biāo)？（PLS—DA分析）

9.R語(yǔ)言中的生存分析Survival analysis晚期肺癌患者4例