适用情形

我们现在有这样一份数据，记录了近173万用户的爱好情况（数据为随机生成）。数据中每行为一个用户，每列为一个爱好属性，“y”代表有此爱好，“n”代表无此爱好，我们希望通过关联分析找出用户会倾向于同时具有哪些爱好。数据保存为csv格式，并导入R中。

此份数据中，绝大部分取值为“n”，“y”数量偏少，如果直接进行关联分析，会得到如下结果：

可见，结果得到的是同时不具有的爱好规则，与想要结果不符。因此我们需要将数据转换为购物篮数据，即如下形式的数据：

      R语言实现

要将数据从原来的格式转换为购物篮数据，首先将“n”全部转换为NA，然后使用arules包中的as(…,"transactions")函数。

d<-read.csv("guanliandata.csv")

d[d=="n"]<-NA

trans3 <- as(d, "transactions")

data_rules1<-apriori(data=d,parameter =list(support=0.03,confidence=0.3,minlen=2))

inspect(sort(data_rules1,by="support"))

最终可得到结果：

同样的方法也可把matrix，list型数据转换为购物篮数据格式，具体可以通过help("transactions-class")进行查看。