![](https://cos-cdn.shuashuati.com/pipixue-wap/2020-1230-1107-56/ti_inject-812ce.png)
对Groceries数据集进行关联规则挖掘。(代码参考的电子课本) 概览该数据集,回答该数据集有多少条交易记录,多少种商品。最受欢迎的商品是哪些商品。 对该数据集进行关联规则挖掘,设置支持度最小阈值(minsup)为0.001,置信度最小阈值(mincon)为0.5观察输出了多少规则,提高支持度最小阈值(minsup),或者提高置信度最小阈值(mincon)观察生成规则的条数的变化。 设置最小阈值(minsup)为0.001,置信度最小阈值(mincon)为0.5,生成关联规则, 按支持度降序排序,并输出支持度最高的前五条关联规则。 按置信度降序排序,并输出置信度最高的前五条关联规则。 按提升度降序排序,并输出提升度最高的前五条关联规则。 筛选关联规则,输出关联结果为“芥末”(mustard)的关联规则。如果进行捆绑销售,和哪种商品隐形捆绑。 挖掘数据的频繁,输出所有置信度大于0.001的频繁1,回答前五名最畅销商品是什么,后五名的商品是什么。输出所有置信度大于0.001的频繁2,回答前五名是什么。 利用eclat函数查看如果进行捆绑销售,最适合的捆绑销售的是哪些商品。 利用arulesViz包对频繁和关联规则进行可视化操作。 以上挖掘过程中你有什么新发现? 代码和运行结果拍照上传。如果会利用上面视频中的Rmarkdown生成pdf,也可以pdf上传。