Dobór odpowiednich parametrów dla filmów
Zastanawiasz się pewnie, jak zdecydować, które parametry dodać do funkcji apriori(). W szczególności musisz określić progi dla minimalnego wsparcia, ufności lub ewentualnie miary lift.
Parametry przekazane do funkcji apriori() będą miały wpływ na zestaw reguł filmowych, które uzyskasz. Aby ułatwić wybór najodpowiedniejszych parametrów, stwórzmy wykres przedstawiający liczbę reguł.
W tym ćwiczeniu stworzysz wykres, który pomoże ci wybrać najbardziej odpowiednią kombinację parametrów do użycia w funkcji apriori().
To ćwiczenie jest częścią kursu
Analiza koszyka zakupowego w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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="___")))
}