Weka-협회
맥주를 사는 사람들도 동시에 기저귀를 사는 것으로 나타났다. 그것은 맥주와 기저귀를 함께 사는 협회가 있다는 것입니다. 설득력이 없어 보이지만이 협회 규칙은 거대한 슈퍼마켓 데이터베이스에서 추출되었습니다. 마찬가지로 땅콩 버터와 빵 사이에 연관성이 발견 될 수 있습니다.
이러한 연관성을 찾는 것은 고객이 두 품목을 쉽게 찾을 수 있도록 맥주 옆에 기저귀를 비축하여 슈퍼마켓 판매를 증가시키기 때문에 슈퍼마켓에 필수적입니다.
그만큼 Apriori알고리즘은 가능한 연관성을 찾아 연관 규칙을 생성하는 ML의 알고리즘 중 하나입니다. WEKA는 Apriori 알고리즘의 구현을 제공합니다. 이러한 규칙을 계산하는 동안 최소 지원 및 허용 가능한 신뢰 수준을 정의 할 수 있습니다. 당신은Apriori 알고리즘에 supermarket WEKA 설치시 제공된 데이터.
데이터로드
WEKA 탐색기에서 Preprocess 탭에서 Open file ... 버튼을 누르고 선택 supermarket.arff설치 폴더에서 데이터베이스. 데이터가로드되면 다음 화면이 표시됩니다.
데이터베이스에는 4627 개의 인스턴스와 217 개의 속성이 있습니다. 이러한 많은 속성 간의 연관성을 감지하는 것이 얼마나 어려운지 쉽게 이해할 수 있습니다. 다행히이 작업은 Apriori 알고리즘의 도움으로 자동화됩니다.
어 소시 에이터
클릭 Associate TAB을 클릭하고 Choose단추. 선택Apriori 스크린 샷과 같이 연관성-
Apriori 알고리즘에 대한 매개 변수를 설정하려면 이름을 클릭하면 아래와 같이 매개 변수를 설정할 수있는 창이 나타납니다.
매개 변수를 설정 한 후 Start단추. 잠시 후 아래 스크린 샷과 같은 결과가 표시됩니다.
하단에서 감지 된 최상의 연결 규칙을 찾을 수 있습니다. 이것은 슈퍼마켓이 적절한 진열대에 제품을 보관하는 데 도움이 될 것입니다.