association rule learning analysis

การวิเคราะห์การเรียนรู้กฎของสมาคม

เว็บแอปสำหรับการขุดและวิเคราะห์กฎการเชื่อมโยง

---

การใช้งาน

ขณะนี้แอพปรับใช้และเข้าถึงได้ที่: https://domdatascience.shinyapps.io/association-rule-learning-analysis/

คุณสมบัติแอพ

• เลือกไฟล์ใด ๆ ที่มีรายการรายการที่ซื้อต่อผู้ซื้อและกฎการเชื่อมโยงของฉันโดยอัตโนมัติ
• ผู้ใช้แอพสามารถตั้งค่าตัวแปรที่แตกต่างกัน 3 ตัวโดยพิจารณาจากกฎการเชื่อมโยงที่เขาต้องการ เฉพาะกฎเหล่านั้นที่เป็นไปตามรูปแบบที่ตั้งไว้จะได้รับการเรียนรู้และมองเห็น:
  1. การสนับสนุนขั้นต่ำสำหรับกฎ: แสดงให้เห็นเฉพาะกฎที่ใช้กับอย่างน้อยเปอร์เซ็นต์ของข้อมูลนี้
  2. ความเชื่อมั่นขั้นต่ำสำหรับกฎ: ความเชื่อมั่นบอกเราถึงความน่าจะเป็นที่รายการที่มีอยู่ในก่อนหน้าของกฎจะมีอยู่ในผลสืบเนื่องของกฎ เห็นภาพเฉพาะกฎที่มีความน่าจะเป็นอย่างน้อย
  3. ความยาวขั้นต่ำสำหรับกฎ: จำนวนรายการขั้นต่ำที่ต้องเกิดขึ้นในกฎเพื่อให้เห็นภาพ
• ตารางของกฎที่เรียนรู้อยู่ที่มุมล่างซ้ายของอินเทอร์เฟซซึ่งผู้ใช้ยังสามารถเห็นการสนับสนุนความมั่นใจและมาตรการอื่น ๆ สำหรับกฎ
• กราฟกำกับแสดงรายการและระดับความสัมพันธ์ในหมู่พวกเขา
• เมทริกซ์ 2D และ 3D จะแสดงให้เห็นว่ามีระดับการยกระหว่างบรรพบุรุษ (LHS) และผลที่ตามมา (RHS) ของกฎที่มองเห็นได้
• ในที่สุดก็มีพล็อตกลุ่มเชื่อมต่อชุดไอเท็มและแสดงการยกการสนับสนุนและจำนวนกฎสำหรับการเชื่อมต่อ

ตัวอย่างส่วนติดต่อผู้ใช้

Shiny เป็นเฟรมเวิร์กที่ช่วยให้ผู้ใช้พัฒนาเว็บแอพโดยใช้ R และภาษาเว็บแบบฝังเช่น CSS และ HTML แอพที่เป็นประกายมุ่งเน้นไปที่ความเป็นกลางและความเรียบง่าย: สคริปต์ R หนึ่งหรือสองตัวเท่านั้นที่มีรหัสทั้งหมดสำหรับแอพ

การพัฒนาแอพนี้เริ่มต้นด้วยความรู้และเครื่องมือที่กล่าวถึงในระหว่างหลักสูตร "Bootcamp Data Science" โดย Fernando Amaral แอพได้รับการอัพเกรดและเป็นส่วนตัวเพิ่มฟังก์ชันใหม่