# Bibliotecas -------------------------------------------------------------
if(!require(tidyverse)) install.packages("tidyverse")
if(!require(arules)) install.packages("arules")
if(!require(arulesViz)) install.packages("arulesViz")
if(!require(readr)) install.packages("readr")
# Config -------------------------------------------------------------
# Para notación no numérica.
options(scipen=999)
# Para reproducibilidad.
set.seed(2024) Minería de Datos
Práctica 4. Reglas de asociación
Facultad de Ciencias Informáticas
Contexto del problema
El Centro Deportivo Urbano Vitalidad quiere entender mejor los patrones de participación de sus miembros en diferentes actividades deportivas. El objetivo es identificar qué actividades suelen realizarse juntas, lo que podría ayudar a:
- Diseñar paquetes de membresía más atractivos
- Optimizar la programación de clases y uso de instalaciones
- Desarrollar estrategias de marketing cruzado
Para ello se solicita que encuentre reglas de asociacón utilizando el algoritmo A priori
Base de datos
Nuestra base de datos consiste en registros de actividades deportivas realizadas por los miembros del centro durante un mes. Cada transacción representa las actividades que un miembro realizó en una visita al centro.
Las actividades incluidas son:
Correr
Nadar
Ciclismo
Yoga
Fútbol
Baloncesto
Tenis
Gimnasio (entrenamiento con pesas)
Configuración Inicial
0. Dominio del problema
¿Cuál es el problema específico que estamos tratando de resolver?
Estamos tratando de identificar patrones de actividad y asociaciones entre diferentes deportes en el Centro Deportivo Urbano Vitalidad para optimizar sus operaciones, mejorar la experiencia de los miembros y aumentar la retención de clientes.
¿Es factible lograr nuestros objetivos con los datos disponibles? ¿Cómo podemos alcanzarlos?
Sí, es factible lograr nuestros objetivos con los datos disponibles. Podemos alcanzarlos mediante el análisis de reglas de asociación utilizando el algoritmo Apriori, que nos permitirá descubrir patrones significativos en las actividades de los miembros.
¿Cuáles son los beneficios si nuestra solución funciona y cuáles son las consecuencias si falla?
Si nuestra solución funciona:
- Mejora en la utilización de las instalaciones.
- Aumento en la satisfacción y retención de miembros.
- Optimización de horarios y programación de actividades.
- Desarrollo de paquetes de membresía más atractivos.
Si la solución falla:
- Persistencia de la subutilización de ciertas instalaciones.
- Continuación de la alta rotación de miembros en algunos programas.
- Pérdida de oportunidades para mejorar la experiencia del cliente.
- Posible desventaja competitiva frente a otros centros deportivos.
¿Qué tipo de problema se va a resolver: Predictivo/Descriptivo?
Este es principalmente un problema descriptivo, ya que estamos buscando patrones y asociaciones en los datos existentes para entender mejor el comportamiento de los miembros.
¿El objetivo es predecir, segmentar, …?
Nuestro objetivo principal es descubrir asociaciones entre diferentes actividades deportivas para informar decisiones operativas y estratégicas del centro deportivo.
¿De dónde vendrán los datos, cuánto cuesta conseguirlos?
Los datos provienen de los registros de actividad de los miembros del Centro Deportivo Urbano Vitalidad durante un mes.
1. Selección
En esta etapa, se realiza la selección del conjunto de datos. Como este es proporcionado por la empresa, únicamente lo cargamos.
# Cargar datos
actividades_deportivas <- read_csv("actividades_deportivas.csv")
# mostrar un vista previa de datos
head(actividades_deportivas)# A tibble: 6 × 8
correr nadar ciclismo yoga fútbol baloncesto tenis gimnasio
<lgl> <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> <lgl>
1 TRUE FALSE TRUE FALSE FALSE FALSE FALSE TRUE
2 TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE
3 TRUE FALSE TRUE TRUE TRUE TRUE TRUE TRUE
4 TRUE FALSE TRUE FALSE TRUE FALSE TRUE TRUE
5 TRUE FALSE TRUE FALSE TRUE FALSE TRUE FALSE
6 FALSE FALSE TRUE FALSE TRUE TRUE TRUE FALSE Se observa que el conjunto de datos tiene 1200 transaccciones.
2. Limpieza
Para este conjunto de datos no es necesario realizar procesos de limpieza toda vez que Centro Deportivo Urbano Vitalidad ha proporcionado el conjunto de datos limpio.
3. Transformación
En etapa convertimos actividades_deportivas en un conjunto de datos tipo transaccional.
# Leer el archivo CSV
df_transacciones <- read.csv("actividades_deportivas.csv", stringsAsFactors = FALSE)
# Convertir las columnas a lógicas
df_transacciones[] <- lapply(df_transacciones, function(x) as.logical(x == "TRUE"))
# Convertir el dataframe a un objeto de transacciones
transacciones <- as(df_transacciones, "transactions")
# Mostrar un resumen de los datos
summary(transacciones) transactions as itemMatrix in sparse format with
1200 rows (elements/itemsets/transactions) and
8 columns (items) and a density of 0.6217708
most frequent items:
fútbol correr tenis ciclismo nadar (Other)
1028 960 867 809 602 1703
element (itemset/transaction) length distribution:
sizes
3 4 5 6 7
253 226 247 247 227
Min. 1st Qu. Median Mean 3rd Qu. Max.
3.000 4.000 5.000 4.974 6.000 7.000
includes extended item information - examples:
labels variables levels
1 correr correr TRUE
2 nadar nadar TRUE
3 ciclismo ciclismo TRUE
includes extended transaction information - examples:
transactionID
1 1
2 2
3 34 y 5. Modelado y validación
Aquí, se aplica el algoritmo A priori para generar reglas de asociación bajo tres escenarios con diferentes umbrales de soporte y confianza. Luego, se podan las reglas redundantes para obtener conjuntos más manejables y relevantes de reglas.
# Función para generar reglas
generar_reglas <- function(soporte, confianza) {
apriori(transacciones, parameter = list(supp = soporte,
conf = confianza,
minlen = 2))
}
# Generar reglas para los tres escenarios
reglas_1 <- generar_reglas(0.10, 0.60)Apriori
Parameter specification:
confidence minval smax arem aval originalSupport maxtime support minlen
0.6 0.1 1 none FALSE TRUE 5 0.1 2
maxlen target ext
10 rules TRUE
Algorithmic control:
filter tree heap memopt load sort verbose
0.1 TRUE TRUE FALSE TRUE 2 TRUE
Absolute minimum support count: 120
set item appearances ...[0 item(s)] done [0.00s].
set transactions ...[8 item(s), 1200 transaction(s)] done [0.00s].
sorting and recoding items ... [8 item(s)] done [0.00s].
creating transaction tree ... done [0.00s].
checking subsets of size 1 2 3 4 5 6 done [0.00s].
writing ... [344 rule(s)] done [0.00s].
creating S4 object ... done [0.00s].reglas_2 <- generar_reglas(0.15, 0.70)Apriori
Parameter specification:
confidence minval smax arem aval originalSupport maxtime support minlen
0.7 0.1 1 none FALSE TRUE 5 0.15 2
maxlen target ext
10 rules TRUE
Algorithmic control:
filter tree heap memopt load sort verbose
0.1 TRUE TRUE FALSE TRUE 2 TRUE
Absolute minimum support count: 180
set item appearances ...[0 item(s)] done [0.00s].
set transactions ...[8 item(s), 1200 transaction(s)] done [0.00s].
sorting and recoding items ... [8 item(s)] done [0.00s].
creating transaction tree ... done [0.00s].
checking subsets of size 1 2 3 4 5 done [0.00s].
writing ... [201 rule(s)] done [0.00s].
creating S4 object ... done [0.00s].reglas_3 <- generar_reglas(0.20, 0.80)Apriori
Parameter specification:
confidence minval smax arem aval originalSupport maxtime support minlen
0.8 0.1 1 none FALSE TRUE 5 0.2 2
maxlen target ext
10 rules TRUE
Algorithmic control:
filter tree heap memopt load sort verbose
0.1 TRUE TRUE FALSE TRUE 2 TRUE
Absolute minimum support count: 240
set item appearances ...[0 item(s)] done [0.00s].
set transactions ...[8 item(s), 1200 transaction(s)] done [0.00s].
sorting and recoding items ... [8 item(s)] done [0.00s].
creating transaction tree ... done [0.00s].
checking subsets of size 1 2 3 4 5 done [0.00s].
writing ... [84 rule(s)] done [0.00s].
creating S4 object ... done [0.00s].# Mostrar las reglas generadas
inspect(head(reglas_1)) lhs rhs support confidence coverage lift count
[1] {gimnasio} => {ciclismo} 0.3300000 0.6947368 0.4750 1.030512 396
[2] {gimnasio} => {tenis} 0.3466667 0.7298246 0.4750 1.010138 416
[3] {gimnasio} => {correr} 0.3833333 0.8070175 0.4750 1.008772 460
[4] {gimnasio} => {fútbol} 0.4166667 0.8771930 0.4750 1.023961 500
[5] {baloncesto} => {ciclismo} 0.3233333 0.6843034 0.4725 1.015036 388
[6] {baloncesto} => {tenis} 0.3566667 0.7548501 0.4725 1.044775 428 inspect(head(reglas_2)) lhs rhs support confidence coverage lift count
[1] {gimnasio} => {tenis} 0.3466667 0.7298246 0.4750 1.010138 416
[2] {gimnasio} => {correr} 0.3833333 0.8070175 0.4750 1.008772 460
[3] {gimnasio} => {fútbol} 0.4166667 0.8771930 0.4750 1.023961 500
[4] {baloncesto} => {tenis} 0.3566667 0.7548501 0.4725 1.044775 428
[5] {baloncesto} => {correr} 0.3783333 0.8007055 0.4725 1.000882 454
[6] {baloncesto} => {fútbol} 0.4091667 0.8659612 0.4725 1.010850 491 inspect(head(reglas_3)) lhs rhs support confidence coverage lift count
[1] {gimnasio} => {correr} 0.3833333 0.8070175 0.4750000 1.008772 460
[2] {gimnasio} => {fútbol} 0.4166667 0.8771930 0.4750000 1.023961 500
[3] {baloncesto} => {correr} 0.3783333 0.8007055 0.4725000 1.000882 454
[4] {baloncesto} => {fútbol} 0.4091667 0.8659612 0.4725000 1.010850 491
[5] {yoga} => {correr} 0.3841667 0.8144876 0.4716667 1.018110 461
[6] {yoga} => {fútbol} 0.4125000 0.8745583 0.4716667 1.020885 495 El algoritmo A priori encontró 344, 201, y 84 reglas para el primero, segundo y tercer escenario, respectivamente. Ahora podamos las reglas para encontrar las más relevantes.
podar_reglas <- function(reglas) {
# Si no hay reglas, retornar el conjunto vacío
if(length(reglas) == 0) return(reglas)
# Ordenar las reglas por lift en orden descendente
reglas_ordenadas <- sort(reglas, by = "lift", decreasing = TRUE)
# Inicializar un vector para marcar reglas a mantener
reglas_a_mantener <- rep(TRUE, length(reglas_ordenadas))
# Comparar cada regla con las demás
for(i in 1:(length(reglas_ordenadas) - 1)) {
if(reglas_a_mantener[i]) {
for(j in (i+1):length(reglas_ordenadas)) {
if(reglas_a_mantener[j]) {
# Verificar si la regla j es un subconjunto de la regla i
if(all(is.subset(reglas_ordenadas[j], reglas_ordenadas[i]))) {
reglas_a_mantener[j] <- FALSE
}
}
}
}
}
# Retornar solo las reglas no redundantes
return(reglas_ordenadas[reglas_a_mantener])
}
# Podar las reglas redundantes
reglas_podadas_1 <- podar_reglas(reglas_1)
reglas_podadas_1set of 13 rules reglas_podadas_2 <- podar_reglas(reglas_2)
reglas_podadas_2set of 24 rules reglas_podadas_3 <- podar_reglas(reglas_3)
reglas_podadas_3set of 15 rules Se evalúan las reglas generadas, comparando los resultados antes y después del podado. Se interpretan las reglas más significativas en términos de soporte, confianza y lift.
Luego del proceso de podado se observa que las reglas no redundantes son 13, 24 y 15, para los escenarios 1, 2, y 3, respectivamente. Denotando que hay una reducción significativa de reglas. Comparamos ahora las reglas antes y después del podado.
# Función para mostrar reglas de manera legible
mostrar_reglas <- function(reglas, titulo, n = 5) {
cat("\n", titulo, "\n")
cat("Número total de reglas:", length(reglas), "\n")
if(length(reglas) == 0) {
cat("No se generaron reglas con los umbrales especificados.\n")
return()
}
cat("Mostrando las top", min(n, length(reglas)), "reglas por lift:\n\n")
top_reglas <- head(sort(reglas, by = "lift"), n)
reglas_df <- as(top_reglas, "data.frame")
for(i in 1:nrow(reglas_df)) {
cat("Regla", i, ":\n")
cat(" Regla:", as.character(reglas_df$rules[i]), "\n")
cat(" Soporte:", round(reglas_df$support[i], 4), "\n")
cat(" Confianza:", round(reglas_df$confidence[i], 4), "\n")
cat(" Lift:", round(reglas_df$lift[i], 4), "\n\n")
}
}
# Mostrar reglas para cada escenario antes y después del podado
mostrar_reglas(reglas_1, "Escenario 1 - Antes del podado")
Escenario 1 - Antes del podado
Número total de reglas: 344
Mostrando las top 5 reglas por lift:
Regla 1 :
Regla: {correr,ciclismo,yoga,fútbol,baloncesto} => {tenis}
Soporte: 0.1025
Confianza: 0.8311
Lift: 1.1503
Regla 2 :
Regla: {correr,ciclismo,fútbol,baloncesto} => {tenis}
Soporte: 0.2008
Confianza: 0.8282
Lift: 1.1463
Regla 3 :
Regla: {correr,ciclismo,yoga,fútbol} => {tenis}
Soporte: 0.2008
Confianza: 0.8282
Lift: 1.1463
Regla 4 :
Regla: {correr,ciclismo,yoga,fútbol,gimnasio} => {tenis}
Soporte: 0.1058
Confianza: 0.8247
Lift: 1.1414
Regla 5 :
Regla: {ciclismo,yoga,fútbol,baloncesto} => {tenis}
Soporte: 0.1183
Confianza: 0.8161
Lift: 1.1295 mostrar_reglas(reglas_podadas_1, "Escenario 1 - Después del podado")
Escenario 1 - Después del podado
Número total de reglas: 13
Mostrando las top 5 reglas por lift:
Regla 1 :
Regla: {correr,ciclismo,yoga,fútbol,baloncesto} => {tenis}
Soporte: 0.1025
Confianza: 0.8311
Lift: 1.1503
Regla 2 :
Regla: {correr,ciclismo,yoga,fútbol,gimnasio} => {tenis}
Soporte: 0.1058
Confianza: 0.8247
Lift: 1.1414
Regla 3 :
Regla: {correr,nadar,fútbol,baloncesto} => {tenis}
Soporte: 0.1408
Confianza: 0.8125
Lift: 1.1246
Regla 4 :
Regla: {correr,nadar,yoga,fútbol} => {tenis}
Soporte: 0.1383
Confianza: 0.8098
Lift: 1.1208
Regla 5 :
Regla: {correr,ciclismo,baloncesto,gimnasio} => {tenis}
Soporte: 0.1083
Confianza: 0.8075
Lift: 1.1176 mostrar_reglas(reglas_2, "Escenario 2 - Antes del podado")
Escenario 2 - Antes del podado
Número total de reglas: 201
Mostrando las top 5 reglas por lift:
Regla 1 :
Regla: {correr,ciclismo,fútbol,baloncesto} => {tenis}
Soporte: 0.2008
Confianza: 0.8282
Lift: 1.1463
Regla 2 :
Regla: {correr,ciclismo,yoga,fútbol} => {tenis}
Soporte: 0.2008
Confianza: 0.8282
Lift: 1.1463
Regla 3 :
Regla: {correr,ciclismo,baloncesto} => {tenis}
Soporte: 0.2133
Confianza: 0.8153
Lift: 1.1284
Regla 4 :
Regla: {correr,ciclismo,yoga} => {tenis}
Soporte: 0.2167
Confianza: 0.8075
Lift: 1.1176
Regla 5 :
Regla: {correr,fútbol,baloncesto,tenis} => {ciclismo}
Soporte: 0.2008
Confianza: 0.7508
Lift: 1.1136 mostrar_reglas(reglas_podadas_2, "Escenario 2 - Después del podado")
Escenario 2 - Después del podado
Número total de reglas: 24
Mostrando las top 5 reglas por lift:
Regla 1 :
Regla: {correr,ciclismo,fútbol,baloncesto} => {tenis}
Soporte: 0.2008
Confianza: 0.8282
Lift: 1.1463
Regla 2 :
Regla: {correr,ciclismo,yoga,fútbol} => {tenis}
Soporte: 0.2008
Confianza: 0.8282
Lift: 1.1463
Regla 3 :
Regla: {correr,yoga,baloncesto} => {tenis}
Soporte: 0.15
Confianza: 0.8
Lift: 1.1073
Regla 4 :
Regla: {ciclismo,fútbol,tenis,gimnasio} => {correr}
Soporte: 0.1925
Confianza: 0.8851
Lift: 1.1063
Regla 5 :
Regla: {correr,nadar,baloncesto} => {tenis}
Soporte: 0.155
Confianza: 0.7983
Lift: 1.1049 mostrar_reglas(reglas_3, "Escenario 3 - Antes del podado")
Escenario 3 - Antes del podado
Número total de reglas: 84
Mostrando las top 5 reglas por lift:
Regla 1 :
Regla: {correr,ciclismo,fútbol,baloncesto} => {tenis}
Soporte: 0.2008
Confianza: 0.8282
Lift: 1.1463
Regla 2 :
Regla: {correr,ciclismo,yoga,fútbol} => {tenis}
Soporte: 0.2008
Confianza: 0.8282
Lift: 1.1463
Regla 3 :
Regla: {correr,ciclismo,baloncesto} => {tenis}
Soporte: 0.2133
Confianza: 0.8153
Lift: 1.1284
Regla 4 :
Regla: {correr,ciclismo,yoga} => {tenis}
Soporte: 0.2167
Confianza: 0.8075
Lift: 1.1176
Regla 5 :
Regla: {correr,yoga,fútbol} => {tenis}
Soporte: 0.2717
Confianza: 0.801
Lift: 1.1086 mostrar_reglas(reglas_podadas_3, "Escenario 3 - Después del podado")
Escenario 3 - Después del podado
Número total de reglas: 15
Mostrando las top 5 reglas por lift:
Regla 1 :
Regla: {correr,ciclismo,fútbol,baloncesto} => {tenis}
Soporte: 0.2008
Confianza: 0.8282
Lift: 1.1463
Regla 2 :
Regla: {correr,ciclismo,yoga,fútbol} => {tenis}
Soporte: 0.2008
Confianza: 0.8282
Lift: 1.1463
Regla 3 :
Regla: {ciclismo,tenis,gimnasio} => {correr}
Soporte: 0.215
Confianza: 0.8776
Lift: 1.0969
Regla 4 :
Regla: {nadar,ciclismo,tenis} => {correr}
Soporte: 0.2225
Confianza: 0.8613
Lift: 1.0766
Regla 5 :
Regla: {nadar,fútbol,tenis} => {correr}
Soporte: 0.2717
Confianza: 0.8534
Lift: 1.0668 De las reglas obtenidas para el escenario 3 podemos mencionar, por ejemplo:
Regla 1:
El soporte del 20.08% indica que en el 20.08% de todas las transacciones registradas en la base de datos, se solicitaron tanto correr,ciclismo,fútbol,baloncesto como tenis. Este es un soporte sutilmente alto, lo que sugiere que la combinación de correr,ciclismo,fútbol,baloncesto y tenis es bastante común en los servicios solicitados del centro.
La confianza del 82.82% indica que, entre todos los clientes que solicita correr,ciclismo,fútbol,baloncesto, el 65.85% también solicita tenis. Esto demuestra una relación bastante fuerte entre estos servicios en el Centro Deportivo Urbano Vitalidad.
El lift de 1.14 indica que la probabilidad de solicitar tenis en una sesión aumenta ligeramente si ya se está solicitando correr,ciclismo,fútbol,baloncesto. Aunque este lift es apenas superior a 1, lo que indica una leve relación positiva, no sugiere una dependencia fuerte.
Visualización
Ahora se crean visualizaciones de las reglas de asociación utilizando gráficos de red para cada escenario, lo que permite una interpretación visual de las relaciones entre los servicios:
# Función para visualizar reglas en un gráfico de red
visualizar_reglas_red <- function(reglas, titulo) {
if(length(reglas) == 0) {
cat("No se pueden visualizar reglas para:", titulo, "\n")
cat("No se generaron reglas con los umbrales especificados.\n")
return()
}
plot(reglas, method = "graph",
control = list(type = "items"),
main = titulo)
}
# Visualizar reglas en gráfico de red para cada escenario después del podado
visualizar_reglas_red(head(sort(reglas_podadas_1, by = "lift"), 3),
"Top 5 Reglas - Escenario 1 (Después del podado)")Available control parameters (with default values):
layout = stress
circular = FALSE
ggraphdots = NULL
edges = <environment>
nodes = <environment>
nodetext = <environment>
colors = c("#EE0000FF", "#EEEEEEFF")
engine = ggplot2
max = 100
verbose = FALSE
visualizar_reglas_red(head(sort(reglas_podadas_2, by = "lift"), 3),
"Top 5 Reglas - Escenario 2 (Después del podado)")Available control parameters (with default values):
layout = stress
circular = FALSE
ggraphdots = NULL
edges = <environment>
nodes = <environment>
nodetext = <environment>
colors = c("#EE0000FF", "#EEEEEEFF")
engine = ggplot2
max = 100
verbose = FALSE
visualizar_reglas_red(head(sort(reglas_podadas_3, by = "lift"), 3),
"Top 5 Reglas - Escenario 3 (Después del podado)")Available control parameters (with default values):
layout = stress
circular = FALSE
ggraphdots = NULL
edges = <environment>
nodes = <environment>
nodetext = <environment>
colors = c("#EE0000FF", "#EEEEEEFF")
engine = ggplot2
max = 100
verbose = FALSE
Los gráficos representan las reglas de asociación generadas por el algoritmo Apriori para los servicios del Centro Deportivo Urbano Vitalidad. En el caso del escenario 3 tenemos:
Nodos: Cada nodo representa una regla en análisis.
Conexiones: Las líneas que conectan los nodos representan las reglas de asociación entre estos servicios. La dirección de las flechas indica la relación entre los ítems en las reglas (de antecedente a consecuente).
Tamaño de los nodos: El tamaño de los nodos representa el soporte (support) de cada ítem. La leyenda a la derecha muestra que el soporte varía de 0.20 a 0.21. El nodo “gimnasio” es el más grande, lo que sugiere que es el servicio más frecuente en las transacciones.
Color de las conexiones: El color de las líneas representa el lift de las reglas. La escala de colores a la derecha muestra que el lift varía de aproximadamente 1.10 a 1.14. El color rojo más intenso indica un lift más alto, lo que sugiere una asociación más fuerte entre los ítems.
Interpretación de las reglas: La regla más fuerte parece ser la que conecta “fútbol, baloncesto, correr, ciclismo” con “tenis”, dado su color rojo intenso.
Finalmente podemos observar los items mas frecuentes en la base de datos:
#
itemFrequency(transacciones, type = "absolute") correr nadar ciclismo yoga fútbol baloncesto tenis
960 602 809 566 1028 567 867
gimnasio
570 itemFrequencyPlot(transacciones, topN = 10, type = "relative",
main = "Top 10 Servicios más frecuentes")
El gráfico indica que el servicio más requerido es fútbol, mientras que el servicio yoga es el menos solicitado.
Actividad calificada
Se debe utilizar el conjunto de datos ‘Groceries’ disponible en el paquete ‘arules’ de R. Este dataset contiene transacciones de compras en un supermercado y es ideal para aplicar reglas de asociación.
Instrucciones
Crear un nuevo proyecto en RStudio con el nombre
Mineria_Datos. Dentro del proyecto, organizar las carpetas de la siguiente manera:Scripts: Para almacenar tus scripts de código R.
Datos: Para almacenar cualquier dataset que utilice en la actividad.
Dentro del directorio Scripts, crear un script R llamado
reglas.R. En este script, codificar las siguientes tareas:Preprocesamiento de Datos:
Cargar el conjunto de datos ‘Groceries’ usando la función
data("Groceries").Realizar una exploración inicial de los datos usando funciones como
summary()eitemFrequency().Visualizar los items más frecuentes utilizando itemFrequencyPlot().
Reglas de asociación:
- Aplicar el algoritmo Apriori para generar reglas de asociación, probando diferentes umbrales de soporte y confianza (por ejemplo 0.01, 0.05, 0.1 para soporte y 0.5, 0.7, 0.9 para confianza).
- Podar las reglas redundantes utilizando una función similar a la proporcionada en el tutorial.
- Visualizar las reglas más relevantes usando
plot()dearulesViz. - Interpretar las reglas más significativas en términos de soporte, confianza y lift, enfocándose en cómo estas reglas podrían usarse para estrategias de marketing o disposición de productos en el supermercado.
Documentación:
- Agregar comentarios al código explicando la funcionalidad de cada sección. Incluir al inicio del script información sobre carrera e integrantes del grupo.
Entrega
Una vez completada la actividad, subir comprimir el proyecto en formato .zip con el nombre MD_Practica_4_GrupoX. Donde X debe ser reemplazado por su número de grupo.
Criterios de Evaluación
Estructura y organización del proyecto (10%).
Reglas de asociación (80%).
Documentación, formato de entrega y comentarios en el código (10%).