İşlemlere genel bakış

R ile Pazar Sepeti Analizi

Christopher Bruffaerts

Statistician

Pazar sepeti analizinde önemli noktalar

Pazar sepeti analizi

Neye odaklanın, ne kadara değil;
yani müşterilerin sepetlerinde neler var?

one_grocery_basket

Başlıca metrikler

Support
Confidence
Lift

Dikkat

Çıkarılan kural sayısı çok büyük olabilir!
Bu durumda tüm kuralları incelemeyin veya göstermeyin; her zaman bir alt küme kullanın ya da head veya tail işlevlerini kullanın!

Groceries veri kümesi

Bakkala geri dönelim

Groceries

arules paketinden veri kümesi

# Loading the arules package
library(arules)

# Loading the Groceries dataset
data(Groceries)

summary(Groceries)

Groceries özeti

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

Groceries yoğunluğu

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

image_groceries_200

¹ Öğe matrisinin yoğunluğu %2,6.

En çok ve en az popüler ürünler

En popüler ürünler

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

itemFreqPlot_groceries

En az popüler ürünler

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

İndekse göre çapraz tablolar

Çapraz tablolar

# 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

Sıralı çapraz tablo

# 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

Ürün adlarına göre çapraz tablolar

Çapraz tablolar

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

[1] 83

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

[1] 0.003595389

Diğer metriklerle çapraz tablolar

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

MovieLens veri kümesi

MovieLens: Kullanıcılarına izlemeleri için film öneren web tabanlı öneri sistemi.

movielens

Hadi film izleyelim!

R ile Pazar Sepeti Analizi