Récapitulatif sur les transactions

Analyse de panier en R

Christopher Bruffaerts

Statistician

Points clés de l'analyse de panier

Analyse de panier d'achats

Se concentrer sur le quoi, pas sur le combien ;
c.-à-d. que contiennent les paniers des clients ?

un panier de courses

Mesures principales

Support
Confiance
Lift

Mise en garde

L'ensemble de règles extrait peut être très volumineux !
N'inspectez ni n'affichez tout : utilisez toujours un sous-ensemble ou les fonctions head ou tail !

Jeu de données Groceries

Retour au supermarché

Produits d'épicerie

Jeu de données du package arules

# Loading the arules package
library(arules)

# Loading the Groceries dataset
data(Groceries)

summary(Groceries)

Résumé de Groceries

transactions as itemMatrix in sparse format with
 9835 rows (elements/itemsets/transactions) and
 169 columns (items) and a density of 0.02609146 

most frequent items:
      whole milk other vegetables       rolls/buns             soda           yogurt 
            2513             1903             1809             1715             1372 
         (Other) 
           34055 

element (itemset/transaction) length distribution:
sizes
   1    2    3    4    5    6    7    8    9   10   11   12   13   14   15   16   17 
2159 1643 1299 1005  855  645  545  438  350  246  182  117   78   77   55   46   29 
  18   19   20   21   22   23   24   26   27   28   29   32 
  14   14    9   11    4    6    1    1    1    1    3    1 

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  1.000   2.000   3.000   4.409   6.000  32.000 

includes extended item information - examples:
       labels  level2           level1
1 frankfurter sausage meat and sausage
2     sausage sausage meat and sausage
3  liver loaf sausage meat and sausage

Densité de Groceries

# Plotting a sample of 200 transactions
image(sample(Groceries, 200))

image_groceries_200

¹ La densité de la matrice d'articles est de 2,6 %.

Articles les plus et les moins populaires

Articles les plus populaires

itemFrequencyPlot(Groceries,type="relative",
                  topN=10,horiz=TRUE,col='steelblue3')

itemFreqPlot_groceries

Articles les moins populaires

par(mar=c(2,10,2,2), mfrow=c(1,1))
barplot(sort(table(unlist(LIST(Groceries))))[1:10],
        horiz = TRUE,las = 1,col='orange')

itemFreqPlot_groceries_leas

Tableaux croisés par index

Tableaux de contingence

# Contingency table
tbl = crossTable(Groceries)
tbl[1:4,1:4]

            frankfurter sausage liver loaf ham
frankfurter         580      99          7  25
sausage              99     924         10  49
liver loaf            7      10         50   3
ham                  25      49          3 256

Tableau de contingence trié

# Sorted contingency table
tbl = crossTable(Groceries, sort = TRUE)
tbl[1:4,1:4]

                whole milk other vegetables rolls/buns soda
whole milk             2513              736        557  394
other vegetables        736             1903        419  322
rolls/buns              557              419       1809  377
soda                    394              322        377 1715

Tableaux croisés par nom d'article

Tableaux de contingence

# Counts
tbl['whole milk','flour']

[1] 83

# Chi-square test
crossTable(Groceries, measure='chi')['whole milk', 'flour']

[1] 0.003595389

Tableaux de contingence avec d'autres mesures

crossTable(Groceries, measure='lift',sort=T)[1:4,1:4]

                 whole milk other vegetables rolls/buns      soda   
whole milk               NA        1.5136341   1.205032 1.571735
other vegetables  1.5136341               NA   1.197047 0.9703476 
rolls/buns        1.2050318        1.1970465         NA 1.1951242 
soda              0.8991124        0.9703476   1.195124        NA

Jeu de données MovieLens

MovieLens : système de recommandation web qui suggère des films à regarder à ses utilisateurs.

movielens

Regardons des films !

Analyse de panier en R