沒錯，前一天的教學還只是清理資料而已，真正的分析還沒開始，我們這邊會用到Apriori 演算法，那這邊有幾個名詞要先介紹

Support (支持度) : 意思是某特定種類在所有種類的比重，例如我有100名會員，其中有20名購買過雨具，則support(雨具) = 20% 。

Confidence (信賴度) : 意思是某A種類中，含有某B種類的比重，例如我有100名會員，其中40人買過涼鞋，而這40買過涼鞋者當中，又另有10人買過雨具，則confidence(涼鞋->雨具) = 10/40 = 25% 。

Lift (提升度) : 意思為某兩者關係的比值，如果小於1 代表兩者是負相關，等於1 表示兩者獨立，大於1 表示兩者正相關，公式為confidence(A->B) / support(B) ，帶入上述例子可表示成 lift(涼鞋->雨具) = 25/20 = 1.25 。

介紹完Apriori 的幾個名詞後，就可以啟動R 的套件。

#install.packages("arules")
library(arules)

然後讀取昨天整理好的資料。

dataset = read.transactions('output/apriori.csv', sep = ',', rm.duplicates = TRUE)

我們就會看到初始化訊息。

這邊簡單解讀，我們分析1869 筆資料，種共有72 種商品品項，其中最常出現的是男鞋，共出現了321 次，而各個會員中，曾經購買過2種品項者有497名、購買3種品項者268名，有一位使用者是超級購物狂72種品項都改過。

再來我們將各個品項的比重畫出他的支持度。

itemFrequencyPlot(dataset, topN = 72, names = FALSE, support = 0.01)

topN 設72，就是所有品項，names設為FALSE，避免圖表化出時，底下全部一堆字擠再一起，support設0.01代表如果該品項的支持度不到1％則不畫，然後我們就得到了下圖。

這邊可以看到最高support 的品項在15%左右，最低在8%附近，當然，我自己事後再分析時，發現我當初產生的測資有點太平均了，所以我之後的分析結果會有些缺發說服力，如果你自己的資料分析出來後support 分不差異比較大的，那麼恭喜你理論上會挖到比較有價值的資訊。

接著我丟給apriori 演算法去尋找規則，限制它這個組合支持度至少要高於5％，信賴度大於10%，最少要有2種品項。

rules = apriori(data = dataset, parameter = list(support = 0.05, confidence = 0.1, minlen=2))

最後演算法找到了42項規則，於是我們將它根據lift 高低印出前10筆。

inspect(sort(rules, by = 'lift')[1:10])

得到以下結果：

我們就拿第一筆：眼妝=> 靴子來看，這兩者品項同時出現佔所有商品品項5%，有買過眼妝的人中，有買過靴子的人佔了38%，買了眼妝的人也會買靴子的lift 為3.04。

以上就是Apriori 演算法，如果有什麼地方我敘述不清的，還請大家給點指教！

ref:
day10原始碼