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?
(0.5 b) Jaký je rozdíl mezi baggingem a AdaBoostem?

Cvičení 9 - Asociační pravidla

V dnešním cvičení využijeme datový soubor 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.

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

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).

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])

Vizualizace pravidel

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