关联规则挖掘工作流
通过三步操作，上传您的交易数据，设置Apriori参数，然后挖掘关联规则。
第一步：选择数据
上传您的交易数据文件或选择系统示例数据进行分析
系统示例数据
选择预加载的示例数据集进行测试
上传CSV文件
点击上传您的CSV格式交易数据
选择示例数据集
超市交易数据
购物篮数据
图书购买数据
图书购买记录
电子产品数据
电子产品购买组合
数据预览
market_data.csv
100 笔交易 × 平均5项
| 交易ID | 商品列表 |
|---|---|
| 1 | 牛奶, 面包, 鸡蛋 |
| 2 | 面包, 黄油, 果酱 |
| 3 | 牛奶, 鸡蛋, 麦片 |
第二步：算法设置
配置Apriori算法参数进行关联规则挖掘
Apriori算法参数
默认使用推荐值
1%
10%
20%
1%
70%
100%
高级选项
第三步：结果展示
挖掘完成，查看关联规则结果
频繁项集
42
满足支持度阈值
关联规则
18
满足置信度阈值
处理时间
0.58s
基于Apriori算法
支持度分布
置信度分布
关联规则
| 前项 | 后项 | 支持度 | 置信度 | 提升度 |
|---|---|---|---|---|
| 牛奶, 面包 | 鸡蛋 | 12.5% | 78.3% | 1.45 |
| 面包 | 黄油 | 15.2% | 72.6% | 1.32 |
| 咖啡 | 糖 | 9.8% | 85.4% | 1.67 |
| 麦片 | 牛奶 | 11.3% | 76.2% | 1.28 |
| 苹果, 香蕉 | 橙子 | 8.7% | 68.9% | 1.21 |