Elegir los parámetros adecuados para las películas
Aún te preguntas cómo decidir qué parámetros añadir en la función apriori(). En particular, necesitas decidir los umbrales que usarás para las medidas de soporte mínimo, confianza y, si procede, lift.
Los parámetros que añadas a la función apriori() afectarán al conjunto de reglas de películas que obtengamos. Para ayudar a decidir qué parámetros son más adecuados para obtener el conjunto de reglas, vamos a crear un gráfico con el número de reglas.
En este ejercicio, crearás un gráfico para decidir la combinación de parámetros más apropiada que se usará en la función apriori().
Este ejercicio forma parte del curso
Análisis de cestas de la compra en R
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Set of confidence levels
confidenceLevels = seq(from=0.95, to=0.5, by=-0.05)
# Create empty vector
rules_sup04 = NULL
# Apriori algorithm with a support level of 40%
for (i in 1:length(___)) {
rules_sup04[i] =
___(apriori(movie_trx,
parameter=list(sup=___,
conf=confidenceLevels[i],
target="___")))
}