Analiza koszyka zakupowego w R

W tym rozdziale nauczysz się przekształcać transakcyjne zbiory danych do formatu koszyka, gotowego do analizy algorytmem Apriori. Poznasz trzy główne metryki analizy koszyka zakupowego: wsparcie, ufność i lift. Następnie samodzielnie zastosujesz algorytm Apriori, by wydobywać reguły z transakcyjnego zbioru danych. Na koniec zobaczysz, jak pakiet arules wspiera analizę koszyka zakupowego – pomaga wyszukiwać reguły i wybierać te najbardziej trafne i informatywne.

Czas na wizualizacje. W tym rozdziale przyjrzysz się zestawowi wcześniej wydobytych reguł, korzystając z narzędzi graficznych. Wizualizacja jest niezbędna w analizie koszyka zakupowego – często masz do czynienia z bardzo dużą liczbą reguł. Za pomocą pakietu arulesViz stworzysz wykresy słupkowe, punktowe i grafowe, by zobrazować wydobyte reguły asocjacyjne. Przekształcisz też statyczne wykresy w interaktywne, co ułatwi eksplorację odkrytych zależności.

Czas na filmy. W tym ostatnim rozdziale wykorzystasz wszystko, czego się nauczyłeś, pracując z prawdziwym zbiorem danych filmowych. Za pomocą analizy koszyka zakupowego przekształcisz ten zbiór w system rekomendacji filmów – korzystając z danych o transakcjach, zrozumiesz i przewidzisz, co widzowie mogą chcieć obejrzeć jako następne.