R语言安装、关联规则、决策树.ppt

;01;;;;;;关联规则反映一个事物与其他事物之间的相互依存性和关联性。如果两个或者多个事物之间存在一定的关联关系，那么，其中一个事物就能够通过其他事物预测到。 典型的关联规则发现问题是对超市中的购物篮数据进行分析。通过发现顾客放入购物篮中的不同商品之间的关系来分析顾客的购买习惯。 ;k项集：项集中包含k个项目。 项集的支持度：项集在事务数据库中出现 的次数占D中总事务的百分比。 频繁项集：项集的支持度超过用户给定的最小支持度阈值 ;Apriori算法（使用逐层迭代方法基于候选产生找出频繁项集）;;由频繁项集产生关联规则;关联规则结果;数据准备;将购买记录转换为0-1矩阵;使用Apriori算法得到关联规则;使用Apriori算法得到关联规则;关联规则可视化 ;;决策树;决策树算法;?熵： ? ? 设X是一个取有限个值（n）的离散随机变量，其概率分布为;?使用包party里面的函数ctree()为数据集iris建立一个决策树。属性Sepal.Length（萼片长度）、Sepal.Width（萼片宽 度）、Petal.Length（花瓣长度）以及Petal.Width（花瓣宽度）被用来预测鸢尾花的Species（种类）。在这个包里面 ，函数ctree()建立了一个决策树，predict()预测另外一个数据集。在建立模型之前，iris（鸢尾花）数据集被分为两个 子集：训练集（70%）和测试集（30%）。使用随机种子设置固定的随机数，可以使得随机选取的数据是可重复利用 的。 ;决策树可视化