最適な映画パラメータを選ぶ
まだ apriori() 関数にどのパラメータを追加すべきか迷っている状況です。特に、最小サポート、信頼度、あるいはリフトのしきい値をどう設定するかを決める必要があります。
apriori() に与えるパラメータは、得られる映画のアソシエーションルール集合に影響します。最適な映画ルール集合を得るためにどのパラメータが適切か判断しやすくするため、ルール数のプロットを作成しましょう。
この演習では、apriori() 関数に使う最適なパラメータの組み合わせを見極めるためのプロットを作成します。
この演習はコースの一部です
Rで学ぶマーケットバスケット分析
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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="___")))
}