EKSPLORACJA DANYCH
Transkrypt
EKSPLORACJA DANYCH
EKSPLORACJA DANYCH STUDIA NIESTACJONARNE 1. Wczytać bibliotekę arules. 2. Stworzyć własny zbiór danych (plik) składających się z 10 transakcji (każda po co najmniej 2 elementy). Przykład: chleb masło bułki kawa mleko chleb bułki mleko ... 3. Wczytać plik z danymi. > dane=read.transactions("ścieżka do pliku") > LIST(dane) 4. Narysować wykres częstości. > ?itemFrequencyPlot > itemFrequencyPlot(dane, support = 0.1, cex.names = 0.8, type="absolute") > itemFrequencyPlot(dane, support = 0.1, cex.names = 0.8, type="relative") 5. Wyznaczyć przy użyciu algorytmu apriori reguły asocjacyjne dla zbioru transakcji. Ustawić trzy różne kombinacje wartości dla wsparcia (support) oraz wiarygodności (confidence). > > > > ?apriori reguly = apriori(dane, parameter = list(support = ..., confidence = ...)) ?inspect inspect(reguly) 6. Zapis reguł do pliku. > WRITE(reguly, file = "data.out", sep = "\t") W sprawozdaniu należy umieścić: 1. Wyjaśnienie działania algorytmu apriori oraz jego parametrów - wsparcia oraz wiarygodności. 2. Utworzony plik z danymi. 3. Polecenia + wyniki uzyskane przy użyciu środowiska R. 4. Własne obliczenia - krok po kroku - poszczególnych przejść algorytmu apriori (zbiory kandydujące, zbiory częste, wsparcie i wiarygodność). Eksploracja danych. Reguły asocjacyjne. | PS 2