Análisis de cestas de la compra en R

En este capítulo, convertirás conjuntos de datos transaccionales a un formato de cesta, listo para analizarlos con el algoritmo Apriori. A continuación, conocerás las tres métricas principales del análisis de cestas de la compra: soporte, confianza y lift, antes de trabajar directamente con el algoritmo Apriori para extraer reglas de un conjunto de datos transaccional. Por último, explorarás cómo se utiliza el paquete arules en el análisis de cestas de la compra para recuperar reglas y ayudarte a encontrar las más informativas y relevantes.

Vamos a visualizar. En este capítulo, inspeccionarás visualmente el conjunto de reglas que has extraído previamente. Las visualizaciones en el análisis de cestas de la compra son esenciales, ya que a menudo trabajas con grandes conjuntos de reglas extraídas. Usarás el paquete arulesViz para crear diagramas de barras, diagramas de dispersión y grafos que te permitan visualizar tus conjuntos de reglas inferidas. Luego convertirás estos gráficos en versiones interactivas, lo que facilita profundizar en las reglas de asociación obtenidas.

Nos vamos al cine. En este capítulo final, aplicarás todo lo aprendido trabajando con un conjunto de datos de películas. Mediante el análisis de cestas de la compra transformarás este conjunto en un sistema de recomendación de películas, utilizando información de transacciones de películas para entender y predecir qué podría querer ver tu audiencia a continuación.