Cvičení 9 - Asociační pravidla

V dnešním cvičení využijeme datový soubor weather.csv. Pro hledání asociačních pravidel v R budeme potřebovat balíček arules.

• 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.

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

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

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

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

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])

Pro vizualizaci pravidel budeme potřebovat balíčky vcd, arulesViz

Vizualizace nalezených pravidel:

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")

Vizualizace krátkých pravidel pomocí metody Mosaic Plot (mosaic nebo mosaicplot)

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)

Vhodná data pro další pokusy s pravidly: mushroom

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

Více informací na UCI repository mushroom