之前介绍了C5.0的内容，今天将描述超市购物篮内容（所购买的全部商品的集合）的虚构数据，以及购买的相关个人数据（通过忠诚卡方案获得）。目的是寻找购买相似产品并且可按人口统计学方式（年龄，收入）刻画其特征的客户群。

要做这项工作，要进行两个阶段的工作：

关联规则建模和一个解释所购买商品之间联系的WEB显示；

C5.0规则归纳（描绘已标识产品组的购买者的特征）

Note：此应用不直接使用预测模型，因此，不对最终模型进行准确性度量，在数据挖掘过程中也不存在与之相关的训练/检验两个步骤的区分。

本例使用baskrule的流，该流引用名为BASKETS1n的数据文件。这些文件可在Clementine安装文件的Demo目录中找到。文件baskrule位于streams目录下。

访问数据

使用“变量文件”节点连接到数据集BASKETS1n，选择要从该文件读取的字段名称。

将“类型”节点连接到数据源，然后将该节点连接到“表”节点。

将字段卡ID的测量级别设置为无类型（因为每个忠诚卡ID在数据集中只出现一次，因此对于建模没有用处）。选择名义作为字段性别的测量级别（确保Apriori建模算法不会将性别视为标志）。

连接一个表，显示数据如下：

购物篮摘要：

cardid购买此篮商品的客户的忠诚卡标识符。

value购物篮的总购买价格

pmethod购物篮的支付方法

卡持有者的个人详细信息：

sex

homeown卡持有者是否拥有住房

income

age

购物篮内容---产品类别的出现标志：

fruitveg

freshmeat

dairy

cannedveg

cannedmeat

frozenmeal

beer

wine

softdrink

fish

confectionery

发现购物篮内容的关系

首先，需要使用Apriori大致了解购物篮内容的关系（关联）以生成关联规则，选择要再此建模过程中使用的字段，方法是：编辑“类型”节点，将所有产品类别的角色设置为两者，并将所有其他角色设置为无。（双向表示该字段可以是结果模型的输入或者输出。）

指定了用于建模的字段后，将Apriori节点附加到“类型”节点，编辑它，选择选项“只显示值为真的标志变量”。

然后在Apriori节点上单击“运行”。结果（管理器窗口右上角“模型”选项卡上的模型）包含可以查看（使用上下文菜单，然后选择“浏览”）的关联规则。

这些规则显示冻肉，罐装蔬菜和啤酒之间尊在多种关联。出现双向关联规则。

frozenmeal->beer

beer->frozenmeal

提示：WEB显示（只显示双向关联）可能会突出显示此数据中的一些模式。将WEB节点附加到“类型”节点，编辑WEB节点，选择所有购物篮内容字段，选择“仅显示true标志”。

然后在WEB节点上单击“运行”。

因为大多数产品类别组合都会出现在多个购物篮中，所以WEB上的强连接太多，无法显示模型表示的客户群。故我们要进行限制性WEB显示。

要制定弱连接和强连接，请单击工具栏上的黄色双箭头按钮。这回展开显示WEB输出摘要和控件的对话框。

选择“大小表示强/正常/弱”。

将弱连接设置为低于90。

将强连接设置为高于100。

在最终显示中，会有三个客户群突出显示：

购买鱼和果蔬的客户，可将这类客户成为“健康食客”

购买酒和粮果的客户

购买啤酒、冻肉和罐装蔬菜（“啤酒、豆类和比萨”）的客户

描绘客户群的特征

根据客户购买的产品类型标识了三个客户群，但是还要知道这些客户是谁，即，他们的人口统计学特征。通过为每个群中，每个客户添加标志，并使用规则归纳（C5.0）来基于规则描绘这些标志的特征，可以实现这一点。

首先，必须获取每个群的标志。使用刚刚创建的web显示，可以自动生成每个群的标志，使用鼠标右键，单击fruitveg和fish之间的链接以突出显示该链接，然后右键单击并选择“为链接生成‘派生’节点”。

编辑最终的“派生”节点以将“派生”字段名称更改为健康。使用从wine到confectionery的链接重复该练习，并将最终的“派生”字段命名为wine_chocs.

对于第三个群（涉及三个链接），首先要确保未选择任何链接。然后，按住shift同时单击鼠标左键，从而选择cannedveg、beer和frozenmeal中的全部三个链接。（一定要处于“交互”模式而不是“编辑”模式。）然后，从web显示菜单中选择：

生成>导出节点（“和”）

将最终“派生”字段的名称更改为beer_beans_pizza。

要描绘这些客户群的特征，要连续将现有的类型节点连接到这三个导出节点，然后附加另一个类型节点。在新的“类型”节点中，将除以下字段外的所有字段的角色都设置为无：value、pmethod、sex、homeown、income和age（这些字段的角色应该设置为输入），以及相关的客户群（例如，beer_beans_pizza，他们的角色应该设置为目标）。

附加C5.0节点，将输出类型设置为规则集，然后在节点上单击“运行”。最终模型（用于beer_beans_pizza）包含此客户群的明确人口统计学特征：

Rule 1 for T：

if sex=M

and income <=16,900

then T

此案例结合了Apriori和C5.0完成了用户购买行为的分析（一方面是用户的自身行为的把握，另一方面是用户买什么产品，怎么搭配让用户去买的把握）事实上，多数的时候我们只完成了一方面的工作，或者把二者隔离开来分析，真正的分析不应该是只问用户买什么，我们怎么搭配销售最好，还要精准投放，精准的分析用户的自身素质。

从上图发现：

工资收入高于16950的人购买三者的比例99.2%

工资低于16950的人的女士购买三者比例98.8%

等等......

通过在第二个类型节点中选择其他客户群标志作为输出，可将同意方法应用到这些标志，通过在此上下文使用Apriori代替C5.0，可生成更多替代特征描绘；Apriori也用于同时描绘所有客户群的特征，原因是，Apriori并非被限制到一个输出字段。下图为整个过程的数据流。