Transactionele data

Market Basket-analyse in R

Christopher Bruffaerts

Statistician

Wat is een transactie?

Transactie: Het kopen of verkopen van iets.

transaction

Transactionele data: Lijst met alle items gekocht door een klant in één aankoop.

Voorbeeld van één transactie:

  TID Product
1   1   Bread
2   1  Cheese
3   1  Cheese
4   1  Cheese

De transactions-klasse in R

Transactions-klasse: representeert transactiedata voor het minen van itemsets of regels.

Conversie vanaf:

lijsten
matrices
dataframes

Maar je moet je data eerst voorbereiden.

Belangrijk bij transactionele data

Veld/kolom om een product te identificeren
Veld/kolom om een transactie te identificeren

Terug naar de supermarkt (1)

Transactionele data uit de winkel

my_transactions = data.frame(
  "TID" = c(1,1,1,1, 2,2,2, 3,3, 4,4,4, 5,5, 6,6, 7,7),
  "Product" = c("Bread", "Cheese", "Cheese", "Cheese",
                "Bread", "Butter", "Wine",
                "Butter", "Butter",
                "Butter", "Wine", "Wine",
                "Butter", "Cheese",
                "Cheese", "Wine",
                "Wine", "Wine")
)

Eerste blik op transacties

head(my_transactions, 10)

   TID Product
1    1   Bread
2    1  Butter
3    1  Cheese
4    1    Wine
5    2   Bread
6    2  Butter
7    2    Wine
8    3   Bread
9    3  Butter
10   4  Butter

Terug naar de supermarkt (2)

Maak lijsten met de functie split

# Transformeer TID naar een factor
my_transactions$TID = 
  factor(my_transactions$TID)

# Splits in groepen
data_list = split(my_transactions$Product,
                   my_transactions$TID)

data_list

$`1`
[1] Bread  Butter Cheese Wine  
Levels: Bread Butter Cheese Wine

$`2`
[1] Bread  Butter Wine  
Levels: Bread Butter Cheese Wine

$`3`
[1] Bread  Butter
Levels: Bread Butter Cheese Wine

Terug naar de supermarkt (3)

Omzetten naar transacties-klasse

# Zet om naar een transactioneel dataset
data_trx = as(data_list,"transactions")

# Inspecteer transacties
inspect(data_trx)

Inspectie van de transactionele data

    items                      transactionID
[1] {Bread,Butter,Cheese,Wine} 1            
[2] {Bread,Butter,Wine}        2            
[3] {Bread,Butter}             3            
[4] {Butter,Cheese,Wine}       4            
[5] {Butter,Cheese}            5            
[6] {Cheese,Wine}              6            
[7] {Butter,Wine}              7

Meer inspecties van transacties

Overzicht van transacties

inspect(head(data_trx))

    items                      transactionID
[1] {Bread,Butter,Cheese,Wine} 1            
[2] {Bread,Butter,Wine}        2            
[3] {Bread,Butter}             3            
[4] {Butter,Cheese,Wine}       4            
[5] {Butter,Cheese}            5            
[6] {Cheese,Wine}              6

Specifieke transacties opvragen

inspect(data_trx[1])
inspect(data_trx[1:3])

Samenvatting van het transactions-object

summary(data_trx)

Overzicht van transacties

ItemMatrix plotten

image(data_trx)

Waarschuwing: gebruik dit op een beperkt aantal transacties

Handig om te zien:

Patronen in transacties
Schaarste in de data

Dichtheid = 18/28 = 0,64

trx_image

Laten we transacties inspecteren!

Market Basket-analyse in R