R09_Association.R

getwd()

## 데이터 불러오기
# csv파일을 일반적으로 불러올때 : read.csv("파일명")
csvGrocery<-read.csv("./BigData/grocery.csv")
csvGrocery
# 데이터 분석시 데이터를 확인 함수 : fix()
fix(csvGrocery)


## 연관규칙 분석 시작
# 사용할 라이브러리 로드
# 만약에 라이브러리가 없다면 install.packages("라이브러리") 실행
# install.packages("arules")
library(arules)

# 연관규칙 분석을 위해서 데이터를 불러옴 : read.transactions()
asGrocery <- read.transactions(file="./BigData/grocery.csv",format ="basket",sep="," )
asGrocery
# 트랜잭션 형식으로 불러온 데이터를 출력 : insperct()
inspect(asGrocery)

summary(asGrocery)

# apriori 알고리즘 수행
groceryRule.all <- apriori(asGrocery)
groceryRule.all# 규칙의 개수만 출력
# 발견된 규칙(트랜잭션 데이터)을 출력
inspect(groceryRule.all)

# 발견된 규칙이 너무 많거나 저장하고자 할때는 파일에 출력결과를 입력
# 결과를 입력할 파일 생성 및 open
sink("R10_Association.txt")
inspect(groceryRule.all)
sink()

## apriori알고리즘을 수행하는데 있어서 아이템길이가 2, 최소지지도 0.3(support), 최소 상관도 0.9(confidence)를 만족하는 규칙을 발견
# verbose : 진행과정에 대한 정보를 출력할 것인지 여부 체크(T:출력, F:출력안함)
groceryRule.s3c9 <- apriori(asGrocery, control = list(verbose=T), parameter = list(minlen=2, supp=0.3,conf=0.9))#
groceryRule.s3c9
sink("R10_Association2.txt")
inspect(groceryRule.s3c9)
sink()
inspect(groceryRule.s3c9)

# apriori 알고리즘에서 실행결과 중 특정값만 추출해서 사용(support, confidence, lift)
quality(groceryRule.s3c9)

# 측정결과값을 기준으로 정렬하여 출력 : sort()
# sort(데이터, by="정렬기준 측정값")

groceyrRule.s3c9.sort <-sort(groceryRule.s3c9, by="support")
sink("R10_Association3.txt")
inspect(groceryRule.s3c9)
sink()

# 측정 결과에서 쇼핑백을 제외하고 분석
groceryRule.nonShopping <- apriori(asGrocery, control=list(verbose=F),parameter=list(minlen = 2,maxlen=3, supp=0.3,conf=0.7), appearance =list(none="shopping bags"))
groceryRule.nonShopping
groceryRule.nonShopping.sort <- sort(groceryRule.nonShopping, by="confidence")#A를 삿을때 B를 살 확률이 높은애들 위주로
sink("R10_Association4.txt")
inspect(groceryRule.nonShopping)
sink()
sink("R10_Association5.txt")
inspect(groceryRule.nonShopping.sort)
sink()

# 시각화(Visualizing)
# assciation 시각화를 위해서는 arulesViz 패키지 필요
install.packages("arulesViz")
library(arulesViz)

# 지지도가 0.1 이상인 item 출력
itemFrequencyPlot(asGroccery,support=0.1)   # 규칙이 아닌 제일 처음 데이터를 
# 상위 5개 항목
itemFrequencyPlot(asGroccery, topN=5)

# 원의 크기가 지지도/ 색상은 향상도 (높을수록 진한색)/ 연관규칙의 수 +1 item (item이 하나 더있다.)
plot(groceryRule.s3c9, method ="grouped")
plot(groceryRule.nonShopping, method="graph")
plot(groceryRule.nonShopping, method="paracoord")   # 데이터가 작을때 용이