HANA R aprior

Use este algoritmo para identificar padrões frequentes de conjuntos de itens em conjuntos de dados transacionais volumosos para gerar regras de associação usando o pacote R "arules". Este algoritmo é usado para identificar quais produtos e serviços os clientes tendem a adquirir simultaneamente. Analisando as tendências de compra dos clientes com uma análise de associação, o comportamento futuro pode ser previsto.

Por exemplo, a informação de que o cliente que compra sapatos tende mais a comprar meias ao mesmo tempo pode ser representada nesta regra de associação (com um suporte mínimo e uma confiança mínima): Sapatos=> Meias [suporte = 0,5, confiança = 0,1]

Propriedades do algoritmo HANA R apriori

Selecione o modo de exibição da saída. Modo de saída

Selecione o formato dos dados de entrada. Formato de entrada

Selecione as colunas que contenham os itens que você deseja aplicar ao algoritmo.

Colunas de item

Selecione a coluna que contenha os IDs de transação que você deseja aplicar ao algoritmo.

Coluna de TransactionID

Insira um valor para o suporte mínimo de um item. Suporte

Insira um valor para a confiança mínima de regras/associação Confiança

Se você quiser salvar o estado do algoritmo, selecione esta opção. Para salvar, você precisa inserir um nome e uma descrição para o modelo.

Salvar o modelo

Insira um nome para a nova coluna que contenha as regras apriori para o conjunto de dados informado.

Regras

Insira um nome para a nova coluna que contenha o suporte para as regras correspondentes.

Valores de suporte

Insira um nome para a nova coluna que contenha valores de confiança para as regras correspondentes.

Valores de confiança

Insira um nome para a nova coluna que contenha valores de aumento para as regras correspondentes.

Valores de aumento

Insira um nome para a nova coluna que contenha o ID de transação. ID da transação

Insira um nome para a nova coluna que contenha os nomes dos itens. Itens

Insira um nome para a nova coluna que contenha as regras correspondentes.

Insira etiquetas separadas por vírgula para os itens que aparecem à esquerda das regras ou dos conjuntos de itens.

Item(ns) LE

Insira etiquetas separadas por vírgula para os itens que aparecem à direita das regras ou dos conjuntos de itens.

Item(ns) LD

Insira etiquetas separadas por vírgula para os itens que aparecem em ambos os lados das regras ou dos conjuntos de itens.

Ambos os itens

Insira etiquetas separadas por vírgula para os itens que não precisam aparecer nas regras ou nos conjuntos de itens.

Nenhum item

Insira a aparência padrão dos itens não mencionados explicitamente. Aparência padrão

Selecione a opção de classificação para classificar os itens por frequência.

Classificar itens

Insira um valor numérico indicando como filtrar os itens não usados das transações.

Filtrar itens

Para organizar transações como árvore de prefixos, selecione Verdadeiro.

Visão de árvore

Para usar heapsort em vez de quicksort para classificar as transações, selecione Verdadeiro.

Usar HeapSort

Para minimizar o uso da memória em vez de maximizar a velocidade, selecione Verdadeiro.

Minimizar memória

Para carregar transações na memória, selecione Verdadeiro. Carregar transação

9.1.7.4 R apriori

Use este algoritmo para identificar padrões frequentes de conjuntos de itens em conjuntos de dados transacionais volumosos para gerar regras de associação usando o pacote R "arules". Este algoritmo é usado para identificar quais produtos e serviços os clientes tendem a adquirir simultaneamente. Analisando as tendências de compra dos clientes com uma análise de associação, o comportamento futuro pode ser previsto.

Por exemplo, a informação de que o cliente que compra sapatos tende mais a comprar meias ao mesmo tempo pode ser representada nesta regra de associação (com um suporte mínimo e uma confiança mínima): Sapatos=> Meias [suporte = 0,5, confiança = 0,1]

Propriedades do algoritmo R apriori

Selecione o modo de exibição da saída. Modo de saída

Selecione o formato dos dados de entrada. Formato de entrada

Selecione as colunas que contenham os itens que você deseja aplicar ao algoritmo.

Selecione a coluna que contenha os IDs de transação que você deseja aplicar ao algoritmo.

Coluna de TransactionID

Insira um valor para o suporte mínimo de um item. Suporte

Insira um valor para a confiança mínima de regras/associação Confiança

Se você quiser salvar o estado do algoritmo, selecione esta opção. Para salvar, você precisa inserir um nome e uma descrição para o modelo.

Salvar o modelo

Insira um nome para a nova coluna que contenha as regras apriori para o conjunto de dados informado.

Regras

Insira um nome para a nova coluna que contenha o suporte para as regras correspondentes.

Valores de suporte

Insira um nome para a nova coluna que contenha valores de confiança para as regras correspondentes.

Valores de confiança

Insira um nome para a nova coluna que contenha valores de aumento para as regras correspondentes.

Valores de aumento

Insira um nome para a nova coluna que contenha o ID de transação. ID da transação

Insira um nome para a nova coluna que contenha os nomes dos itens. Itens

Insira um nome para a nova coluna que contenha as regras correspondentes.

Regras correspondentes

Insira etiquetas separadas por vírgula para os itens que aparecem à esquerda das regras ou dos conjuntos de itens.

Item(ns) LE

Insira etiquetas separadas por vírgula para os itens que aparecem à direita das regras ou dos conjuntos de itens.

Item(ns) LD

Insira etiquetas separadas por vírgula para os itens que aparecem em ambos os lados das regras ou dos conjuntos de itens.

Ambos os itens

Insira etiquetas separadas por vírgula para os itens que não precisam aparecer nas regras ou nos conjuntos de itens.

Nenhum item

Insira a aparência padrão dos itens não mencionados explicitamente. Aparência padrão

Selecione a opção de classificação para classificar os itens por frequência.

Classificar itens

Insira um valor numérico indicando como filtrar os itens não usados das transações.

Filtrar itens

Para organizar transações como árvore de prefixos, selecione Verdadeiro.

Visão de árvore

Para usar heapsort em vez de quicksort para classificar as transações, selecione Verdadeiro.

Usar HeapSort

Para minimizar o uso da memória em vez de maximizar a velocidade, selecione Verdadeiro.

Para carregar transações na memória, selecione Verdadeiro. Carregar transação

9.1.8 Classificação