Opanowanie RuleExplorer

Korzystając z aplikacji Shiny powiązanej z rules_online, sprawdź, ile reguł spełnia następujące warunki: minimalne wsparcie 0.01, minimalna ufność 0.9 i dźwignia co najmniej 70.

To ćwiczenie jest częścią kursu

Analiza koszyka zakupowego w R

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie

To ćwiczenie jest częścią kursu

Analiza koszyka zakupowego w R

SkillTag.level.intermediateSkillTag.label

4.8+

Rozpocznij kurs za darmo

Co masz w koszyku? W tym rozdziale poznasz analizę koszyka zakupowego (MBA) – dowiesz się, jak zagłębić się w dane o zakupach, by lepiej rozumieć klientów i przewidywać ich potrzeby. Korzystając z tidyverse i dplyr, odkryjesz, ile koszyków można stworzyć z danego zbioru produktów, i przekonasz się, jak duże możliwości daje analiza koszyka zakupowego – zarówno w handlu online, stacjonarnym, jak i poza światem sprzedaży.

Exercise 1: Wprowadzenie do analizy koszyków Exercise 2: Koszyki i elementy Exercise 3: Pojedynczy koszyk Exercise 4: Co jest w koszyku?Exercise 5: Kombinacje produktów Exercise 6: Liczba możliwych koszyków Exercise 7: Podzbiory i nadzbiory Exercise 8: Wykres liczby możliwych koszyków Exercise 9: Czym jest analiza koszyka zakupowego?Exercise 10: Dwa koszyki Exercise 11: Wiele koszyków Exercise 12: Analiza wybranych produktów

W tym rozdziale nauczysz się przekształcać transakcyjne zbiory danych do formatu koszyka, gotowego do analizy algorytmem Apriori. Poznasz trzy główne metryki analizy koszyka zakupowego: wsparcie, ufność i lift. Następnie samodzielnie zastosujesz algorytm Apriori, by wydobywać reguły z transakcyjnego zbioru danych. Na koniec zobaczysz, jak pakiet arules wspiera analizę koszyka zakupowego – pomaga wyszukiwać reguły i wybierać te najbardziej trafne i informatywne.

Exercise 1: Dane transakcyjne Exercise 2: Przekształcanie ramki danych online do formatu transakcyjnego Exercise 3: Inspektor handlu detalicznego Exercise 4: Jaka jest gęstość macierzy elementów?Exercise 5: Metryki w analizie koszyka zakupowego Exercise 6: Miara wsparcia Exercise 7: Miary ufności i wsparcia względnego Exercise 8: Zmiana wyglądu reguł Exercise 9: Algorytm Apriori Exercise 10: Zasada Apriori Exercise 11: Czas na zakupy – szukamy reguł Exercise 12: Parametry algorytmu apriori Exercise 13: „Jeśli to, to tamto" – algorytm apriori Exercise 14: Zabawa z argumentem appearance Exercise 15: Reguły redundantne Exercise 16: Interpretacja reguł

Czas na wizualizacje. W tym rozdziale przyjrzysz się zestawowi wcześniej wydobytych reguł, korzystając z narzędzi graficznych. Wizualizacja jest niezbędna w analizie koszyka zakupowego – często masz do czynienia z bardzo dużą liczbą reguł. Za pomocą pakietu arulesViz stworzysz wykresy słupkowe, punktowe i grafowe, by zobrazować wydobyte reguły asocjacyjne. Przekształcisz też statyczne wykresy w interaktywne, co ułatwi eksplorację odkrytych zależności.

Exercise 1: Sprawdźmy, co jest w koszyku Exercise 2: Co jest w koszyku?Exercise 3: Co jest najpopularniejsze?Exercise 4: Uatrakcyjnianie wizualizacji Exercise 5: Wizualizacja metryk Exercise 6: Wykresy punktowe Exercise 7: Wykresy ArulesViz Exercise 8: Reguły w akcji Exercise 9: Od reguł do wizualizacji grafowych Exercise 10: Zabawa z grafami Exercise 11: Analiza grafu Exercise 12: Przenośność grafu Exercise 13: Alternatywne wykresy reguł Exercise 14: Wizualizacje oparte na macierzy grupowej Exercise 15: Wykresy współrzędnych równoległych Exercise 16: Opanowanie RuleExplorer

Bieżące ćwiczenie

Czas na filmy. W tym ostatnim rozdziale wykorzystasz wszystko, czego się nauczyłeś, pracując z prawdziwym zbiorem danych filmowych. Za pomocą analizy koszyka zakupowego przekształcisz ten zbiór w system rekomendacji filmów – korzystając z danych o transakcjach, zrozumiesz i przewidzisz, co widzowie mogą chcieć obejrzeć jako następne.

Exercise 1: Podsumowanie transakcji Exercise 2: Zapoznanie się ze zbiorem danych MovieLens Exercise 3: Transakcje filmowe Exercise 4: Wykresy częstości Exercise 5: Wydobywanie reguł asocjacyjnych Exercise 6: Popularność filmów Exercise 7: Dobór odpowiednich parametrów dla filmów Exercise 8: Wydobywanie reguł filmowych Exercise 9: Wizualizacja transakcji i reguł Exercise 10: Gdzie jest Pulp Fiction?Exercise 11: Wizualizacja reguł filmowych Exercise 12: Nasze ulubione filmy jako graf Exercise 13: Jak w pełni wykorzystać analizę koszyka zakupowego Exercise 14: Co wpłynęło na Pulp Fiction?Exercise 15: Co wpłynął na popularność Pulp Fiction?Exercise 16: Wykorzystaj umiejętności analizy koszyka zakupowego!