{{indexmenu_n>13}}

<timer 2000-01-01 00:00:01=2018-01-04 12:45:00>
Obsah této stránky bude přístupný od 4. 1. 2018.
Test: https://goo.gl/mi1W4V
</timer>


<WRAP center round box 80%>
**TEST 11**
  - (0.5 b) Jaké problémy může způsobovat špatně zvolené měřítko os grafu? Popiště, jak byste tuto "techniku" použili (zneužili) pro zkreslení výsledků dat pro váš prospěch.
  - (0.5 b) Pro jaké typy dat volíme vizualizaci pomocí (a) koláčového grafu, (b) X-Y grafu?
  - (0.5 b) Způsoby, jak vizualizovat 4D data, tj. máme k dispozici 4 atributy.
  - (0.5 b) Který z následujících histogramů zobrazujících data ze stejného zdroje je nejvhodnější a proč? {{:courses:a6m33dvz:cviceni:test11_hist_choice.png?600|}}
  - (0.5 b) Jaký je rozdíl mezi baggingem a AdaBoostem?
</WRAP>




<timer 2018-01-04 12:45:01=->

====== Cvičení 9 - Asociační pravidla ======



V dnešním cvičení využijeme datový soubor {{courses:a6m33dvz:cviceni:weather.csv|weather.csv}}. Pro hledání asociačních pravidel v R budeme potřebovat balíček **arules**.

==== Hledání častých položek ====
  * Co je to podpora (support) množiny položek?
  * Co je množina častých položek a jak je definována?
  * Jak byste definovali "apriori vlastnost podmnožin"?
  * Vysvětlete, jak funguje apriori algoritmus.

Příklad: Hráči chodí hrát tenis, ale hrají pouze za příznivého počasí. Příklady jejich rozhodnutí jsou v následující tabulce. Atributy jsou outlook, temperature, humidity, windy a rozhodnutí je ve sloupečku play.

^ outlook ^ temperature ^ humidity ^ windy ^ play ^
| sunny	  | hot	        | high	   | false | no  |
| sunny	  | hot	        | high	   | true  | no  | 
| overcast| hot	        | high	   | false | yes | 
| rainy	  | mild	| high	   | false | yes | 
| rainy	  | cool	| normal   | false | yes | 
| rainy	  | cool	| normal   | true  | no  | 
| overcast| cool	| normal   | true  | yes | 
| sunny	  | mild	| high	   | false | no  | 
| sunny	  | cool	| normal   | false | yes | 
| rainy	  | mild	| normal   | false | yes | 
| sunny	  | mild	| normal   | true  | yes | 
| overcast| mild	| high     | true  | yes | 
| overcast| hot	        | normal   | false | yes | 
| rainy	  | mild	| high	   | true  | no  | 

==Úkoly==
  - Nalezněte pomocí apriori algoritmu časté skupiny položek (target = "frequent itemsets") s podporou větší než 0.22. Kolik takových skupin je?
  - Zvolte několik hodnot parametru //"supp"// a zjistěte, kolik množin častých položek s danou podporou najdete.

<code>
sets <- apriori(weather,
                 parameter = list(minlen=1, supp = 0.4, target = "frequent itemsets"))
summary(sets)
inspect(sets)
</code>


==== Asociační pravidla ====

  * Co je čtyřpolní tabulka?
  * Jak je definována spolehlivost (confidence)?
  * Popište proces generování asociačních pravidel.

==Úkoly==
  - Nalezněte asociační pravidla s podporou //supp//>0.22 a se spolehlivostí //conf=1//.
  - Zkuste najít asociační pravidla i pro jiná nastavení spolehlivosti (confidence).


<code>
rules <- apriori(weather,
                 parameter = list(minlen=2, supp = 0.1, conf = 0.5, target = "rules"),
                 appearance = list(rhs=c("play=no", "play=yes"), default="lhs"))
summary(rules)
inspect(rules[1:10])
</code>


==== Vizualizace pravidel ====

Pro vizualizaci pravidel budeme potřebovat balíčky **vcd**, **arulesViz**

Vizualizace nalezených pravidel:
<code>
rules <- apriori(weather,
                 parameter = list(minlen=2, supp = 0.2, conf = 0, target = "rules"),
                 appearance = list(rhs=c("play=no", "play=yes"), default="lhs")                 
                )
plot(rules, interactive=TRUE)
plot(rules, method="grouped")
plot(rules, method="graph")
plot(rules, method="paracoord")
</code>

Vizualizace krátkých pravidel pomocí metody Mosaic Plot (mosaic nebo mosaicplot)
<code>mosaicplot(~ play, data=weather, main = "Tennis", shade = FALSE, legend = FALSE)
mosaicplot(~ outlook + play, data=weather, main = "Tennis", shade = FALSE, legend = FALSE)
mosaicplot(~ play+humidity, data=weather, main = "Tennis", shade = FALSE, legend = FALSE)
mosaicplot(~ outlook + humidity + play, data=weather, main = "Tennis", shade = FALSE, legend = FALSE)
</code>

**Vhodná data pro další pokusy s pravidly: {{courses:a6m33dvz:cviceni:mushroom.csv.txt|mushroom}}**

Najděte pravidla, kdy jsou houby jedlé a **určitě** se neotrávíte. 

Více informací na [[https://archive.ics.uci.edu/ml/datasets
/Mushroom|UCI repository mushroom]]

</timer>