Data Science and Big Data Analysis: Module 3 - Association Rules

关联规则

• 项目概述
  • 项目启动

项目介绍

不同年级、性别以及入学人数的学生参与了一项测试。每个学生的测试结果被记录为“成功”或“不成功”，并存储于“A1_success_data.csv”文件中。在本任务中，将运用关联规则挖掘方法，探索年级、性别、入学人数和成功这四个属性之间存在的潜在联系。

通过设定不同的“支持”阈值，生成频繁出现的项目集合，并从中提取相应的关联规则。同时，展示这些项目集的支持度、置信度以及提升度等指标，以评估其有效性。

筛选出右侧（rhs）属性唯一为“成功”的规则，从而有助于预测学生是否能够通过该测试。判断学生是否成功可能与其所属的年级、性别及入学情况存在关联。

对前一步骤中所获得的规则进行可视化处理
呈现支持度、置信度与提升度三者之间的关系。
借助依据提升度排序的方式进行图形化展示。

项目启动阶段

1. 采用多样化的“支持”阈值设定，生成频繁出现的项集，并从中挖掘出相应的关联规则，同时通过展示这些项集的支持度、置信度以及提升度等指标，对其有效性进行评估。

首先对数据集进行加载处理。

    library(arules)
    library(arulesViz)
    
    task3<-read.csv("A1_success_dat