연관 규칙(Association Rules)

Association Rules

데이터 사이의 연관된 규칙을 찾는 방법

• 규칙(Rule) - "If 조건 then 결과" 형식

연관 규칙 - 특정 사건 발생 시 함께 자주 발생하는 다른 사건의 규칙(Rule)

지지도(Support)

• 특정 품목 집합이 얼마나 자주 등장하는지 확인
• 특정 품목 집합을 포함하는 거래의 비율로 계산
• 전체 거래에 대한 A와 B가 동시에 발생할 확률
• Support = A와B가동시에포함된거래수/전체거래수

신뢰도(Confidence)

• 상품A가 존재할 때 상품B가 나타나는 빈도
• 상품A가 포함된 거래 중 상품B를 포함한 거래 비율
• 조건(LHS) 발생 시 결과(RHS)가 동시에 일어날 확률
• A가 구매될 때 B가 구매되는 경우의 조건부 확률
• Confidence = A(조건)와B(결과)가동시에포함된거래수/A(조건)를포함한거래수

향상도(Lift)

• 두 물품이 각각 얼마나 자주 거래되는지를 고려
• 상품A와 상품B가 함께 팔리는 빈도
• Lift = Confidence( A → B )/Support( B )

---

1. Read Data_Set and Preprocessing

DF.head(3)

1-1. 데이터 정보 확인

• DF_1 지정 후 'order_id' 및 'item_name' 종류 확인
• 한 개의 'order_id'가 여러 개의 'item_name'으로 분리되어 지정

DF_1 = DF[['order_id', 'item_name']]

DF_1.order_id.unique().shape, DF_1.item_name.unique().shape

((1834,), (50,))

order_ID = list(DF_1.order_id.unique())

order_ID[:10], order_ID[-10:]

([1, 2, 3, 4, 5, 6, 7, 8, 9, 10],

[1825, 1826, 1827, 1828, 1829, 1830, 1831, 1832, 1833, 1834])

item_NAME = list(DF_1.item_name.unique())

item_NAME[:5], item_NAME[-5:]

---

1-2. Preprocessing

orderItems = [[] for i in range(1835)]

len(orderItems)

1835

num = 0

for i in DF_1.item_name :
    orderItems[DF_1.order_id[num]].append(i)
    num = num + 1

orderItems[:5], orderItems[-5:]

#첫 번째 빈 리스트 제거 및 중복 아이템 단일화

orderItems.pop(0)

num = 0
for i in orderItems :
    orderItems[num] = list(set(orderItems[num]))
    num = num + 1

orderItems[:5], orderItems[-5:]

---

2. TransactionEncoder( )

#Transaction 구조 변환

from mlxtend.preprocessing import TransactionEncoder

TSE = TransactionEncoder()
Transac_Array = TSE.fit_transform(orderItems)

#pandas DataFrame 구조 변환

order_DF = pd.DataFrame(Transac_Array, columns = TSE.columns_)

order_DF.head()

order_DF.shape

(1834, 50)

---

3. apropri( )

• 지지도(support) 0.05 이상인 주문 추출
• use_colnames : item_name으로 출력
• max_len : 주문의 최대 길이 지정

from mlxtend.frequent_patterns import apriori

frequent_itemsets = apriori(order_DF, 
                            min_support = 0.05, 
                            use_colnames = True,
                            max_len = None)

frequent_itemsets

---

4. association_rules( )

4-1. 지지도(support)가 최소 0.05 이상인 연관관계 출력

• antecedents(조건절) -> consequents(결과절)
• 전체 주문 중 조건절과 결과절을 포함한 비율
• 방향성 없음

from mlxtend.frequent_patterns import association_rules

association_rules(frequent_itemsets, 
                  metric = 'support', 
                  min_threshold = 0.05)

---

4-2. 신뢰도(confidence)가 최소 0.3 이상인 연관관계 출력

• 조건절이 있을때 결과절도 있는 비율
• 조건부확률
• 방향성 존재

association_rules(frequent_itemsets, 
                  metric = 'confidence', 
                  min_threshold = 0.3)

---

4-3. 향상도(support)가 최소 0.1 이상인 연관관계 출력

• 향상도가 1이라면 조건절과 결과절은 독립관계
• 1보다 크거나 작다면 우연이 아닌 필연적 관계

association_rules(frequent_itemsets, 
                  metric = 'lift', 
                  min_threshold = 0.1)