R语言统计与分析第七周总结

it2025-01-27 14

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

事件路径分析分析案例—游戏点击事件路径分析提取有过11034点击行为的用户数据将数据转化成事务型查看事务型数据的前六行绘制商品的频率图利用arulesSquences包中的cspade函数实现cSPADE算法查看前三行数据计算支持度的占比计算支持度的累计百分比筛选累计百分比小于75%的序列数据查看符合结果的序列个数查看前六行数据提取关键点击按钮的事件id查看关键事件id计算关键点击按钮i的引导能力将关键事件id和支持度占比组成新数据框result查看前六行扩展知识：绘制支持度占比的垂直金子塔图绘制垂直金字塔图 KNN近邻分类随机抽取1/2的样本作为训练集，另外一半的样本作为测试集来验证模型的效果利用caret包的createDataPartition函数按不同类别等比例抽取50%利用class包中的knn函数对测试集的分类进行预测。KNN算法流程验证：计算第n个测试集样本与训练集样本的距离对距离进行升序排序，选择最近的K个邻居统计不同类别的频数给出最后的预测结果朴素贝叶斯分类导入car数据集对变量重命名随机选取75%的数据作为训练集建立模型，25%的数据作为测试集用来验证模型构建训练集的下标集构建测试集数据好训练集数据使用naiveBayes函数建立朴素贝叶斯分类器预测结果构建混淆矩阵计算误差率

事件路径分析

分析案例—游戏点击事件路径分析

read.table(sep="###") test <- read.csv("./data/chapter07/test1.csv",header=F,fileEncoding = “UTF-8”) data_click <- read.csv("./data/chapter07/data_click.csv",header=F) # 导入点击事件数据 head(data_click) # 查看前六行 nrow(data_click)

提取有过11034点击行为的用户数据

targetuserid <- unique(data_click[data_click $KaTeX parse error: Expected 'EOF', got '#' at position 19: \dots="11034","V1"])#̲实现了？ str(target\dots$ V1 %in% targetuserid,]#实现了？ str(data_click_new)

将数据转化成事务型

#install.packages(“arulesSequences”) library(arulesSequences) tmp_data <- data.frame(click=data_click_new $V3) str(tmp_data) tmp_data$ click <- as.factor(tmp_data $click) str(tmp_data) data_click_tran <- as(tmp_data,'transactions') str(data_click_tran) transactionInfo(data_click_tran)$ sequenceID <- data_click_new $V1 transactionInfo(data_click_tran)$ eventID<-data_click_new$V2 str(data_click_tran) data_click_tran summary(data_click_tran)

查看事务型数据的前六行

head(as(data_click_tran,“data.frame”)) tail(as(data_click_tran,“data.frame”))

绘制商品的频率图

itemFrequencyPlot(data_click_tran, topN=20)

利用arulesSquences包中的cspade函数实现cSPADE算法

myrules <- cspade(data_click_tran,parameter=list(support=0,maxlen=2), control=list(verbose=TRUE)) myrules <- sort(myrules,by=“support”) # 按照support进行排序 str(myrules) head(as(myrules,“data.frame”)) targetclick <- paste0(".click=11034","[^\}]\}>") # 设置规则表达式 finalrules <-myrules[grep(targetclick ,as(myrules,“data.frame”)$sequence)] str(as(myrules,“data.frame”)) head(as(finalrules,“data.frame”)) nrow(finalrules) # 计算序列个数 #转换成数据框 finalrules.data.frame <- as(finalrules[-1],“data.frame”) #-1?

查看前三行数据

head(finalrules.data.frame)

计算支持度的占比

finalrules.data.frame $p e r c e n t a g e < - f i n a l r u l e s . d a t a . f r a m e$ support/ sum(finalrules.data.frame$support)

计算支持度的累计百分比

finalrules.data.frame $s u m . p e r c e n t a g e < - c u m s u m (f i n a l r u l e s . d a t a . f r a m e$ percentage) head(finalrules.data.frame)

筛选累计百分比小于75%的序列数据

finalrules.data.frame <- finalrules.data.frame[ finalrules.data.frame$sum.percentage <=0.75,]

查看符合结果的序列个数

nrow(finalrules.data.frame)

查看前六行数据

head(finalrules.data.frame)

提取关键点击按钮的事件id

clickid <- substr(finalrules.data.frame$sequence,9,13)

查看关键事件id

clickid

计算关键点击按钮i的引导能力

#conf=按钮i引导玩家进入点击玩牌按钮11034的次数/按钮i的点击次

conf <- rep(1,length(clickid)) for(i in 1:length(clickid)) { n <- myrules@info $nsequences nclickid_support <- finalrules.data.frame[i,"support"] conf[i] <- nclickid_support*n/ nrow(data_click[data_click$ V3==clickid[i],]) }

将关键事件id和支持度占比组成新数据框result

result <- data.frame(click=clickid, percentage=round(finalrules.data.frame$percentage,3), conf=conf)

查看前六行

head(result)

扩展知识：

绘制支持度占比的垂直金子塔图

#install.packages(“reshape”) library(reshape) md <- melt(result,id=“click”) # 对result数据进行重组 head(md) md $v a l u e [m d$ variable == “conf”] <- -md $v a l u e [m d$ variable == “conf”] head(md) md <- md[order(md$variable,decreasing=T),] # 按照variable变量进行降序排序 head(md)

绘制垂直金字塔图

#library(devtools) #install_github(“madlogos/recharts”) #install.packages(“recharts”) library(recharts) library(plyr) echartr(md,click,value,variable,type=“vbar”,subtype=“stack”) %>% setTitle(“引导用户进入开始打牌11034的重点事件id分析”) %>% setXAxis(axisLine=list(onZero=TRUE)) %>% setYAxis(axisLabel=list( formatter=JS(‘function (value) {return Math.abs(value);}’)))

KNN近邻分类

随机抽取1/2的样本作为训练集，另外一半的样本作为测试集来验证模型的效果

iris1<-iris set.seed(1234)

利用caret包的createDataPartition函数按不同类别等比例抽取50%

library(caret) ind <- createDataPartition(iris1$Species,times=1,p=0.5,list=F) traindata <-iris1[ind,] #构建训练集 testdata <- iris1[-ind,] #构建测试集

利用class包中的knn函数对测试集的分类进行预测。

library(class) a=knn(traindata[,1:4],testdata[,1:4],traindata[,5],k=5) #指定k值为3 a[1];a[75] # 查看第一条和最后一条测试数据的预测结果

KNN算法流程验证：

ceshi <- function(n=1,k=3){

计算第n个测试集样本与训练集样本的距离

x <- (traindata[,1:4]-testdata[rep(n,75),1:4])^2 traindata$dist1 <- apply(x,1,function(x) sqrt(sum(x)))

对距离进行升序排序，选择最近的K个邻居

mydata <- traindata[order(traindata$dist1)[1:k],5:6]

统计不同类别的频数

result <- data.frame(sort(table(mydata$Species),decreasing = T))

给出最后的预测结果

return(result[1,1]) } ceshi() # 第一个样本的预测结果 ceshi(n=75) # 最后一个样本的预测结果

朴素贝叶斯分类

导入car数据集

car <- read.table("./data/chapter08/car.data",sep = “,”)

对变量重命名

colnames(car) <- c(“buy”,“main”,“doors”,“capacity”, “lug_boot”,“safety”,“accept”) str(car)

随机选取75%的数据作为训练集建立模型，25%的数据作为测试集用来验证模型

library(caret)

构建训练集的下标集

ind <- createDataPartition(car$accept,times=1,p=0.75,list=FALSE)

构建测试集数据好训练集数据

carTR <- car[ind,] carTE <- car[-ind,]

使用naiveBayes函数建立朴素贝叶斯分类器

library(e1071) naiveBayes.model <- naiveBayes(accept~.,data=carTR)

预测结果

carTR_predict <- predict(naiveBayes.model,newdata=carTR) # 训练集数据 carTE_predict <- predict(naiveBayes.model,newdata=carTE) # 测试集数据

构建混淆矩阵

tableTR <- table(actual=carTR $accept,predict=carTR_predict) tableTE <- table(actual=carTE$ accept,predict=carTE_predict)

计算误差率

errTR <- paste0(round((sum(tableTR)-sum(diag(tableTR)))*100/sum(tableTR), 2),"%") errTE <- paste0(round((sum(tableTE)-sum(diag(tableTE)))*100/sum(tableTE), 2),"%") errTR;errTE

最新回复(0)