最新R语言关联分析模型报告案例附代码数据.docVIP

================精选公文范文，管理类，工作总结类，工作计划类文档，欢迎阅读下载============== 精选公文范文，管理类，工作总结类，工作计划类文档，感谢阅读下载 ~ PAGE 1 ~ 【最新】R语言关联分析模型报告案例 附代码数据 　　　　　　【原创】附代码数据 　　有问题到淘宝找“大数据部落”就可以了 　　关联分析 　　　　　　　　　　目录 　　一、概括 1 二、数据清洗 1 　　公立学费 1 毕业率 1 贷款率 2 偿还率 2 毕业薪水。 3 私立学费 3 入学率 4 三、Apriori算法 4 　　相关概念 5 算法流程 6 优缺点 7 四、模型建立及结果 8 　　公立模型 8 私立模型 11 　　I 　　　　【原创】附代码数据 　　有问题到淘宝找“大数据部落”就可以了 　　一、 概括 　　对7703条样本数据，分别根据公立学费和私立学费差异，建立公立模型和私立模型，进行关联分析。 　　二、 数据清洗 　　公立学费 　　此字段，存在4个负值，与实际情况不符，故将此四个值重新定义为NULL。重新定义后，NULL值的占比为75%，占比很大，不能直接将NULL值删除或者进行插补，故将NULL单独作为一个取值分组。 　　对非NULL的值按照等比原则进行分组，分组结果如下： A：[0,5896] B：(5896,7754] C：(7754, 9975] D：(9975, 13819] E：(13819, +] 分组后取值分布为： A 382 　　B 381 C 381 D 381 E 382 NULL 5796 毕业率 　　将PrivacySuppressed值重新定义为NULL，重新定义后，NULL值的占比为20%，占　　比较大，不适合直接删除或进行插补，故将NULL单独作为一个取值分组。 　　对非NULL值根据等比原则进行分组，分组结果如下： 　　5 　　　　【原创】附代码数据 　　有问题到淘宝找“大数据部落”就可以了 　　A：[0,] B：(,] C：(, ] D：(, ] E：(, +] 　　分组后取值分布为： A 1255 　　B 1237 C 1190 D 1286 E 1219 NULL 1516 贷款率 　　将PrivacySuppressed值重新定义为NULL，重新定义后，NULL值的占比为20%，占　　比较大，不适合直接删除或进行插补，故将NULL单独作为一个取值分组。 　　对非NULL的值按照等比原则进行分组，分组结果如下： A：[0,9500] B：(9500,12000] C：(12000,19197] D：(19197, 25537] E：(25537, +] 分组后取值分布为： A 1702 B 847 C 1127 D 1225 E 1225 NULL 1577 偿还率 　　将PrivacySuppressed值重新定义为NULL，重新定义后，NULL值的占比为20%，占　　比较大，不适合直接删除或进行插补，故将NULL单独作为一个取值分组。 　　对非NULL的值按照等比原则进行分组，分组结果如下： 　　5 　　　　【原创】附代码数据 　　有问题到淘宝找“大数据部落”就可以了 　　A：[0,9500] B：(9500,12000] C：(12000,19197] D：(19197, 25537] E：(25537, +] 分组后取值分布为： A 1702 B 847 C 1127 D 1225 E 1225 NULL 1577 毕业薪水。 　　将PrivacySuppressed值重新定义为NULL，重新定义后，NULL值的占比为19%，占　　比较大，不适合直接删除或进行插补，故将NULL单独作为一个取值分组。 　　对非NULL的值按照等比原则进行分组，分组结果如下： A：[0,] B：(,] C：(, ] D：(, ] E：(, +] 　　分组后取值分布为： A 1255 B 1278 C 1240 D 1207 E 1248 NULL 1475 私立学费 　　此字段，存在1个负值，与实际情况不符，故将此值重新定义为NULL。重新定义后，NULL值的占比为40%，占比很大，不能直接将NULL值删除或者进行插补，故将NULL单独作为一个取值分组。 　　5 　　 　　 　　　　　　【原创】附代码数据 　　有问题到淘宝找“大数据部落”就可以了 　　对非NULL的值按照等比原则进行分组，分组结果如下： A：[0,12111] B：(12111,16409]