つまずかないＲ言語入門（アソシエーションルール再び）

前回のエントリーで、アソシエーションルールを試してみた。
テクニカルな部分さえ押さえれば、結果がでることは理解できたが、
元のデータが筆者の妄想の産物なので、いま一つ納得感に欠ける
結果となった。

そこで、前回のデータを膨らませて、件数も増やして、再度トライ
することとした。

データは、csv形式で、２０レコードをもつ、”basket2.csv”という
データを作成した。

以下手順。
Ｒを立ち上げ、
> library(arules)
としてライブラリーを呼び出す。
次に、
> b2.bas<-read.transactions(file="basket2.csv",sep=",",format="basket",rm.duplicate=TRUE)
とするが、前回同様に、
distribution of transactions with duplicates:
1
5
という表記で、なにか叱られるが、とりあえずスルーする。
> b2.ap<-apriori(b2.bas)
を実行すると、１０数行のコメントがでるが、なかに
writing ... [78 rule(s)] done [0.00s].
とあり、このような数量でも、78のルールが生成されたようだ。

さらに、
> inspect(head(sort(b2.ap,by="support"),n=5))
として、support順にルールを表記させると

	lhs		rhs	support	confidence	lift
1	{meat}	=>	{}	0.40	0.8	1.142857
2	{cabbage}	=>	{meat}	0.25	1.0	2.000000
3	{butter}	=>	{bread}	0.20	1.0	2.500000
4	{butter}	=>	{}	0.20	1.0	1.428571
5	{cabbage}	=>	{}	0.20	0.8	1.142857

キャベツを買うひとは肉を同時に買うということと、
バターを買う人はパンも同時に買い物バスケットに入れる
ということを明示してくれる。

ここで、先週来学んだことを備忘録的に記載すると、
aprioriアルゴリズムでは、confidence(信頼度)とsupport(支持度)、
lift(２つの事象の独立性をみる指標)で表される。
supportは、lhs（条件）とrhs（結論）を同時に満たすtransactionが、
全transactionにしめる割合をしめす。
また、confidenceは、lhs（条件）が発生したときに、rhs（結論）が
発生する割合を示す。

今回の適当な事例を無理やり解釈すると、全２０トランザクションで
キャベツ⇒肉は２５％、バター⇒パンは２０％を占めている。
confidenceは２例とも、1.0でlhsとrhsの結びつきが強いことを示している。
liftは１より大きいと、そのルールは有効なルールと考えられる
（＊www.itmedia.co.jpのサイトを参照）ので、理論的にも計算は正しいと理解した。

今更であるが、Ｒを使おうとする筆者のようなものは、Ｒをツールとして
操作出来ることはもとより、統計学の基礎もしくはそれ以上の知識を身に
つけないと、数値のもつ意味を捉え損なうおそれがあり、その意味で、
「Ｒは誰でも使えますよ」風の講習会はいかがなものかと思った次第です。

－－－－－－－－－－－－－－－－－－－－－－
スマートテクノロジーネットワークのホームページはこちら
－－－－－－－－－－－－－－－－－－－－－－