/*******************************************************************************************************************
-- Title : [R3.3] 예측분석 - 연관분석(Association)
-- Reference : hrd-net
-- Key word : R 연관 분석 association 지지도 신뢰도 향상도 support confidence lift arules inspect apriori
read.transactions rules 연관네트워크 연관 네트워크 예측 분석
*******************************************************************************************************************/
-- Chart
-- Python/R
# ************************************************
# -- 연관분석(Association Analysis)
# ************************************************
# 활용분야
# - 대형 마트, 백화점, 쇼핑몰 등에서 고객의 장바구니에 들어있는 품목 간의
# 관계를 탐구하는 용도
# ex) 고객들은 어떤 상품들을 동시에 구매하는가?
# - 맥주를 구매한 고객은 주로 어떤 상품을 함께 구매하는가?
# ************************************************
# -- 1. 연관규칙 평가 척도
# ************************************************
# 연관규칙의 평가 척도
# 1. 지지도(support) : 전체자료에서 관련 품목의 거래 확률
# -> A와 B를 포함한 거래수 / 전체 거래수
# 2. 신뢰도(confidence) : A가 구매될 때 B가 구매될 확률(조건부 확률)
# -> A와 B를 포함한 거래수 / A를 포함한 거래수
# 3. 향상도(Lift) : 상품 간의 독립성과 상관성을 나타내는 척도
# -> 신뢰도 / B가 포함될 거래율
# <지지도와 신뢰도 예시>
# t1 : 라면,맥주,우유
# t2 : 라면,고기,우유
# t3 : 라면,과일,고기
# t4 : 고기,맥주,우유
# t5 : 라면,고기,우유
# t6 : 과일,우유
# A -> B 지지도 신뢰도 향상도
# 맥주 -> 고기 1/6=0.166 1/2=0.5 0.5/0.66(4/6)=0.75
# 라면,우유 -> 맥주 1/6=0.166 1/3=0.33 0.33/0.33(2/6)=1
# ------------------------------
# -- 0) 연관성 규칙 분석을 위한 패키지
# ------------------------------
install.packages("arules") # association Rule
# read.transactions(), inspect(), apriori(), Adult 데이터셋 제공
library(arules) #read.transactions()함수 제공
# ------------------------------
# -- 1) transaction 객체 생성(파일 이용)
# ------------------------------
setwd("D:\\RProject\\Rwork\\Part-IV")
tran= read.transactions("tran.txt", format="basket", sep=",")
tran
# ------------------------------
# -- 2) transaction 데이터 보기
# ------------------------------
inspect(tran)
# ------------------------------
# -- 3) rule 발견(생성) - 지지도,신뢰도 = 0.1
# ------------------------------
# 형식) apriori(transaction data, parameter=list(supp, conf))
rule= apriori(tran, parameter = list(supp=0.3, conf=0.1)) # 16 rule
rule= apriori(tran, parameter = list(supp=0.1, conf=0.1)) # 35 rule
inspect(rule) # 규칙 보기
# ************************************************
# -- 2. 트랜잭션 객체 생성과 연관규칙 생성
# ************************************************
#형식)
#read.transactions(file, format=c("basket", "single"),
# sep = NULL, cols=NULL, rm.duplicates=FALSE,encoding="unknown")
#----------------------------------------------------------------------------------
# format : data set의 형식 지정(basket 또는 single)
# -> single : transaction ID에 의해서 상품(item)이 대응된 경우
# -> basket : 여러개의 상품으로 구성 -> transaction ID 없이 여러 상품(item) 구성
# sep : 상품 구분자
# cols : single인 경우 읽을 컬럼 수 지정, basket은 생략(transaction ID가 없는 경우)
# rm.duplicates : 중복 트랜잭션 항목 제거
#----------------------------------------------------------------------------------
# ------------------------------
# -- (1) single 트랜잭션 객체 생성
# ------------------------------
setwd("D:\\RProject\\Rwork\\Part-IV")
stran = read.transactions("demo_single", format="single",cols=c(1,2))
inspect(stran)
# [실습] 중복 트랜잭션 객체 생성
stran2= read.transactions("single_format.csv", format="single", sep=",", cols=c(1,2), rm.duplicates=T)
stran2 # transactions in sparse format with
# 248 transactions (rows) and
# 68 items (columns)
# ------------------------------
# - (2) basket 트랜잭션 데이터 가져오기
# ------------------------------
btran = read.transactions("demo_basket", format="basket",sep=",")
inspect(btran) # 트랜잭션 데이터 보기
# -- 트랜잭션 객체 생성 관련
# <연습문제1> tranExam.csv 파일을 대상으로 single 형식으로 1~2컬럼만
# 중복항목을 제거하여 트랜잭션 객체를 생성하시오.
# -- transcation으로 가져오기(칼럼1 : Transaction ID, 칼럼2 : item)
setwd("D:\\RProject\\Rwork\\Part-IV")
tranExam= read.transactions("tranExam.csv", format="single", sep=",", cols=c(1,2), rm.duplicates=T)
# -- <조건1> 트랜잭션 데이터를 확인한다.
tranExam
inspect(tranExam)
# -- <조건2> 각 item별로 빈도수를 구한다.
summary(tranExam)
# -- <조건3> supp=0.3, conf=0.1를 지정한 후 발견된 규칙(rule) 수를 작성한다.
rule= apriori(tranExam, parameter = list(supp=0.3, conf=0.1)) # 12 rule(s)
# -- <조건4> 10번째 규칙의 지지도, 신뢰도, 향상도 수치를 작성한다.
inspect(rule) # [10] {1} => {2} 0.4 0.5000000 0.8333333
# ************************************************
# 3. -- 연관규칙 시각화(Adult 데이터 셋 이용)
# ************************************************
data(Adult) # arules에서 제공되는 내장 데이터 로딩
################ Adult 데이터 셋 #################
# 32,000개의 관찰치와 15개의 변수로 구성되어 있음
# 종속변수에 의해서 년간 개인 수입이 5만달러이상 인지를
# 예측하는 데이터 셋으로 transactions 데이터로 읽어온
# 경우 48,842행과 115 항목으로 구성된다.
##############################################
str(Adult) # Formal class 'transactions' , 48842(행)
Adult
summary(Adult)
# ------------------------------
# -- [data.frame 형식으로 보기]
# ------------------------------
adult= as(Adult, "data.frame") # data.frame형식으로 변경
head(adult)
# -- apriori() : 알고리즘을 적용하여 연관규칙을 발견하는 함수
apriori(Adult) # support : 0.1(10%), confidence : 0.8(80%)
# 지지도 10%, 신뢰도 80%이 적용된 연관규칙 6137 발견
ar1= apriori(Adult, parameter = list(supp=0.2)) # 지도도 높임
ar2= apriori(Adult, parameter = list(supp=0.2, conf=0.95))
ar3= apriori(Adult, parameter = list(supp=0.3, conf=0.95))
ar4= apriori(Adult, parameter = list(supp=0.35, conf=0.95)) # 115
ar5= apriori(Adult, parameter = list(supp=0.4, conf=0.95)) # 36
# -- 결과보기
inspect(head(ar1)) # 상위 6개 규칙 제공 -> inspect() 적용
# -- 데이터 정렬(lift(향상도)를 내림차순으로 상위 3개 레코드 출력)
inspect(head(sort(ar1, by="lift"),3)) # 1레코드만 -> 결혼여부,백인,남자,국적
ar1
# ------------------------------
# -- 연관성 규칙에 대한 데이터 시각화를 위한 패키지
# ------------------------------
install.packages("arulesViz")
library(arulesViz) # rules값 대상 그래프를 그리는 패키지
plot(ar3) # 지지도(support), 신뢰도(conf) , 향상도(lift)에 대한 산포도
plot(ar4, method="graph") # 67 rule(s) 적용 연관 네트워크 그래프
# ************************************************
# -- 4. 연관규칙 결과 해석
# 아래 스크립트 모두 에러남.. 모름..ㅠㅠ
# ************************************************
# - basket 형식의 transaction 객체 대상
setwd("D:\\RProject\\Rwork\\Part-IV")
result = read.transactions("basket_format.csv", format="basket", sep=", ")
result
summary(result) # 기술통계 제공
str(result)
rules = apriori(result, parameter=list(supp=0.1, conf=0.1))
inspect(rules) # 82개 규칙 - 연관성 조사 함수
# -- supp=0.3으로 지지도를 높인 경우 support가 0.3이상인 결과만 나옴
rules = apriori(result, parameter=list(supp=0.3, conf=0.1))
rules
inspect(rules) # 28개 규칙
plot(rules) # 지지도와 신뢰도, 향상도에 대한 산포도 그래프
plot(rules, method="grouped") # LHS와 RHS 간의 지지도(size)와 향상도(color)
plot(rules, method="graph", control=list(type="items"))
# 각 규칙별로 어떤 item들이 연관되어 있는지 네트워크 그래프로 보여줌
plot(rules, method="graph", interactive=TRUE, control=list(type="items"))
# interactive=TRUE 별도의 창 제공
# ************************************************
# -- 5. 식료품점 파일 예제
# ************************************************
# -- transactions 데이터 가져오기
data("Groceries")
str(Groceries)
Groceries
# -- itemFrequencyPlot(Groceries, topN=20, type="absolute")
# 상위 20개 토픽
# 지지도 0.001, 신뢰도 0.8
rules = apriori(Groceries, parameter=list(supp=0.001, conf=0.8))
# writing ... [410 rule(s)] done [0.00s].
inspect(head(rules))
# -- 최대 길이 3이내로 규칙 생성
rules = apriori(Groceries, parameter=list(supp=0.001, conf=0.8, maxlen=3))
# writing ... [29 rule(s)] done [0.00s].
inspect(rules) # 29개 규칙
# -- confidence(신뢰도) 기준 내림차순으로 규칙 정렬
rules = sort(rules, decreasing=T, by="confidence")
rules
library(arulesViz) # rules값 대상 그래프를 그리는 패키지
plot(rules, method="graph", control=list(type="items"))
inspect(rules)
# ************************************************
# -- 6. 특정 item 서브셋 작성/시각화
# ************************************************
# -- 오른쪽 item이 전지분유(whole milk)인 규칙만 서브셋으로 작성
wmilk = subset(rules, rhs %in% 'whole milk') # lhs : 왼쪽 item
wmilk # set of 18 rules
inspect(wmilk)
plot(wmilk, method="graph") # 연관 네트워크 그래프
# -- 오른쪽 item이 other vegetables인 규칙만 서브셋으로 작성
oveg = subset(rules, rhs %in% 'other vegetables')
oveg # set of 10 rules
inspect(oveg)
plot(oveg, method="graph") # 연관 네트워크 그래프
# -- 오른쪽 item이 vegetables 단어가 포함된 규칙만 서브셋으로 작성
veg = subset(rules, rhs %pin% 'vegetables') # 포함 문자
veg # set of 10 rules
inspect(veg)
# -- 왼쪽 item이 butter or yogurt인 규칙만 서브셋으로 작성
butter_yogurt = subset(rules, lhs %in% c('butter','yogurt'))
butter_yogurt # set of 4 rules
inspect(butter_yogurt)
plot(butter_yogurt, method="graph") # 연관 네트워크 그래프
-- Files
tran.txt
single_format.csv