apriori で「もし～なら～」を表現する

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

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

SkillTag.level.intermediateSkillTag.label

4.8+

無料でコースを始める

あなたのバスケットには何が入っていますか？この最初の章では、マーケットバスケット分析（MBA）を使ってバスケットの中身を調べ、アイテムセットを深掘りすることで、顧客をよりよく理解し、そのニーズを予測する方法を学びます。tidyverse と dplyr を使って、与えられたアイテム集合からいくつのバスケットが作成できるかを確認し、オンライン・オフラインのショッピング、さらには小売以外のユースケースでも役立つマーケットバスケット分析の強みを身につけます。

Exercise 1: マーケットバスケットの導入 Exercise 2: バスケットとアイテム Exercise 3: 単一のバスケット Exercise 4: バスケットの中身は何でしょう？Exercise 5: アイテムの組み合わせ Exercise 6: 可能なバスケット数 Exercise 7: 部分集合と上位集合 Exercise 8: 可能なバスケット数をプロットする Exercise 9: マーケットバスケット分析とは何ですか？Exercise 10: 2つのバスケット Exercise 11: 複数のバスケット Exercise 12: 特定のアイテムを見てみましょう

この章では、トランザクションデータセットをバスケット形式に変換し、Apriori アルゴリズムで分析できるように準備します。次に、マーケットバスケット分析の主要な3つの指標である support、confidence、lift を紹介し、Apriori アルゴリズムを使ってトランザクションデータからルールを抽出します。最後に、arules パッケージを用いてバスケットルールを取得し、最も有益で関連性の高いルールを見つける方法を探ります。

Exercise 1: トランザクションデータ Exercise 2: オンラインデータフレームのトランザクション化 Exercise 3: Inspector retail Exercise 4: アイテム行列の密度は？Exercise 5: マーケットバスケット分析における評価指標 Exercise 6: サポート指標 Exercise 7: 確信度（confidence）とリフト（lift）の指標 Exercise 8: ルールの見た目を変える Exercise 9: aprioriアルゴリズム Exercise 10: Apriori の原理 Exercise 11: ルールを探しにショッピングへ Exercise 12: apriori のパラメータ Exercise 13: apriori で「もし～なら～」を表現する

現在の演習

Exercise 14: 見た目を試してみましょう Exercise 15: 冗長なルール Exercise 16: ルールの読み解き

さあ、可視化していきましょう。この章では、これまでに抽出したルール集合を視覚的に確認します。マーケットバスケット分析では、大量のルールを扱うことが多いため、可視化は不可欠です。arulesViz パッケージを使って、棒グラフ、散布図、グラフを作成し、導出されたルール集合を可視化します。さらに、複数のプロットをインタラクティブなプロットに変換し、発見されたアソシエーションルールをより深く探索しやすくします。

Exercise 1: バスケットの中身を見てみましょう Exercise 2: 買い物かごの中身は？Exercise 3: いちばん人気はどれ？Exercise 4: ビジュアルをもっと魅力的に Exercise 5: メトリクスの可視化 Exercise 6: 散布図 Exercise 7: ArulesVizのプロット Exercise 8: ルールをインタラクティブに Exercise 9: ルールからグラフベースの可視化へ Exercise 10: グラフで遊んでみましょう Exercise 11: グラフを理解する Exercise 12: グラフの可搬性 Exercise 13: 別のルール可視化（プロット）Exercise 14: グループ行列ベースの可視化 Exercise 15: 平行座標プロット Exercise 16: RuleExplorerを使いこなす

映画の世界へようこそ。最終章では、映画のデータセットを使って、学んだすべてを実践します。マーケットバスケット分析を用いて、このデータセットを映画レコメンデーションシステムに変換し、映画のトランザクション情報から、視聴者が次に観たくなる作品を理解・予測します。

Exercise 1: トランザクションの振り返り Exercise 2: MovieLens データセットに慣れよう Exercise 3: 映画のトランザクション Exercise 4: 頻度プロット Exercise 5: アソシエーションルールの抽出 Exercise 6: 映画の人気度 Exercise 7: 最適な映画パラメータを選ぶ Exercise 8: 映画ルールの抽出 Exercise 9: トランザクションとルールの可視化 Exercise 10: 『パルプ・フィクション』はどこ？Exercise 11: 映画ルールの可視化 Exercise 12: お気に入り映画をグラフで見る Exercise 13: マーケットバスケット分析を最大限に活用する Exercise 14: パルプ・フィクションに影響を与えたのは？Exercise 15: 『Pulp Fiction』は何に影響した？Exercise 16: マーケットバスケットのスキルを活用しましょう！