association rule learning analysis

Analyse d'apprentissage des règles d'association

Application Web pour l'exploitation minière et analyser visuellement les règles d'association.

---

Usage

Application actuellement déployée et accessible à: https://domdatascience.shinyapps.io/association---learning-analysis/

Caractéristiques de l'application

• Sélectionnez n'importe quel fichier ayant des listes d'articles achetés par acheteur et des règles d'association de mines automatiquement;
• L'utilisateur de l'APP peut définir 3 variables différentes compte tenu des règles d'association qu'il souhaite extraire. Seules les règles qui suivent les modèles définies seront apprises et visualisées:
  1. Support minimum pour les règles: visualisez uniquement les règles qui s'appliquent à au moins ce pourcentage des données;
  2. Confiance minimale pour les règles: La confiance nous indique la probabilité qu'un élément présent dans l'antécédent de la règle soit également présent dans la conséquence de la règle. Visualisez uniquement les règles qui ont au moins cette probabilité;
  3. Longueur minimale pour les règles: le nombre minimum d'éléments qui doivent se produire dans une règle pour qu'il soit visualisé.
• Un tableau des règles apprises se trouve dans le coin inférieur gauche de l'interface où l'utilisateur peut également voir le support, la confiance et d'autres mesures pour les règles;
• Un graphique dirigé montre les éléments et les niveaux de relation entre eux;
• Une matrice 2D et une matrice 3D sont représentées ayant les niveaux de levage entre les antécédents (LH) et les conséquences (RHS) des règles visualisées;
• Enfin, il y a un tracé de groupe connectant des ensembles d'éléments et affichant l'ascenseur, le support et le nombre de règles pour les connexions.

Échantillon d'interface utilisateur

Shiny est un cadre qui permet aux utilisateurs de développer des applications Web à l'aide de R et des langages Web intégrés, tels que CSS et HTML. Les applications brillantes se concentrent sur l'objectivité et la simplicité: seuls un ou deux scripts R ont tout le code pour l'application.

Ce développement d'applications a commencé avec les connaissances et les outils discutés au cours du cours "Data Science Bootcamp" par Fernando Amaral. L'application a été améliorée et personnalisée, ajoutant de nouvelles fonctionnalités.