library(arules)

library(arulesViz)

# Carrega o arquivo de dados load("titanic.raw.rdata")

# Visualizando conjunto de dados head(titanic.raw)

# Analisando a estrutura do objeto titanic criado str(titanic.raw)

# Realizando analise estatistica sobre os dados summary(titanic.raw)

# Visualizando a distribuicao dos passageiros por classe plot(titanic.raw$Class, main="Histograma - Distribuicao dos passageiros em classes", xlab="Classes", ylab="Total passageiros", ylim=c(0,1000), las=0)

# Visualizando a distribuicao dos passageiros por idade # MODIFIQUE O COMANDO ACIMA PARA FAZER A DISTRIBUICAO POR IDADE # USE YLIM=c(0,2000) para uma melhor visualizacao plot(titanic.raw$Age, main="Histograma - Distribuicao dos passageiros por idade", xlab="Idade", ylab="Total passageiros", ylim=c(0,2000), las=0)

# Encontrando regras de associacao com configuracao padrao da funcao rules.all <- apriori(titanic.raw)

# Inspecionando as regras de associacao geradas inspect(rules.all)

# Ordenando as regras por suporte e inspecionando novamente o resultado rules.sorted <- sort(rules.all, by="support") inspect(rules.sorted)

# Ordenando as regras por confianca e inspecionando novamente o resultado rules.sorted <- sort(rules.all, by="confidence") inspect(rules.sorted)

# Executando o apriori com suporte e confianca de 90% e inspecinando as regras de associacao ordenadas rules.all <- apriori(titanic.raw, parameter = list(supp=0.9, conf=0.9)) rules.sorted <- sort(rules.all, by="support") inspect(rules.sorted)

# Reduzindo o suporte e confianca para 10% e 30%, respectivamente rules.all <- apriori(titanic.raw, parameter = list(supp=0.1, conf=0.3)) rules.sorted <- sort(rules.all, by="support") inspect(rules.sorted)

# Restringindo a busca de regras de associacao para retornar somente # regras que contenham o atributo "sobrevivente" # usando valores intermediarios para suporte e confianca rules.all <- apriori(titanic.raw, control = list(verbose=F), parameter = list(minlen=2, supp=0.3, conf=0.6), appearance = list(rhs=c("Survived=No", "Survived=Yes"), default="lhs")) quality(rules.all) <- round(quality(rules.all), digits=2) rules.sorted <- sort(rules.all, by="support") inspect(rules.sorted)

# Re-executando com suporte mais baixo, e Removendo regras redundantes # rules.all <- apriori(titanic.raw, control = list(verbose=F), parameter = list(minlen=2, supp=0.05, conf=0.6), appearance = list(rhs=c("Survived=No", "Survived=Yes"), default="lhs")) quality(rules.all) <- round(quality(rules.all), digits=3) rules.sorted <- sort(rules.all, by="support") inspect(rules.sorted)

# Encontrando regras duplicadas subset.matrix <- is.subset(rules.sorted, rules.sorted, sparse = FALSE) subset.matrix[lower.tri(subset.matrix, diag=T)] <- NA redundant <- colSums(subset.matrix, na.rm=T) >= 1

# Se desejar, pode ver quais as as regras redundantes encontradas no comando comentado abaixo #which(redundant) # Removendo regras redundantes e listando resultado rules.pruned <- rules.sorted[!redundant] inspect(rules.pruned)

## Usando o lift para avaliar as regras ## Quando o lift e # - > 1, a presenta do valor a esquerda aumenta a probabilidade de ocorrencia do valor a direita (positivamente correlacionados). # - = 1, a ocorrencia do valor a esquerda nao afeta a ocorrencia do valor a direita (estatisticamente independentes). # - < 1, a ocorrencia do valor a esquerda diminui a probabilidade de ocorrencia do valor a direita (negativamente correlacionados). rules.all <- apriori(titanic.raw, control = list(verbose=F), parameter = list(minlen=2,supp=0.01,conf=0.5), appearance = list(rhs=c("Survived=No", "Survived=Yes"), default="lhs")) quality(rules.all) <- round(quality(rules.all), digits=3) rules.sorted <- sort(rules.all, by="lift") # Eliminar as regras duplicadas subset.matrix <- is.subset(rules.sorted,rules.sorted,sparse=FALSE) subset.matrix[lower.tri(subset.matrix, diag=T)] <- NA redundant <- colSums(subset.matrix, na.rm=T) >= 1 rules.pruned <- rules.sorted[!redundant] # Examine os resultados inspect(rules.pruned)

# Interpretando regras de sobrevivencia de criancas rules <- apriori(titanic.raw, parameter = list(minlen=3, supp=0.002, conf=0.3), appearance = list(rhs=c("Survived=Yes", "Survived=No"), lhs=c("Class=1st", "Class=2nd", "Class=3rd", "Age=Child", "Age=Adult"), default="none"), control = list(verbose=F)) rules.sorted <- sort(rules, by="confidence") inspect(rules.sorted)

# explorando recursos de visualizacao # library(arulesViz) #geracao de regras rules.all <- apriori(titanic.raw, control = list(verbose=F), parameter = list(minlen=2,supp=0.005,conf=0.2), appearance = list(rhs=c("Survived=No", "Survived=Yes"), default="lhs")) quality(rules.all) <- round(quality(rules.all), digits=2) rules.sorted <- sort(rules.all, by="lift") # Eliminar as regras duplicadas subset.matrix <- is.subset(rules.sorted,rules.sorted,sparse=FALSE) subset.matrix[lower.tri(subset.matrix, diag=T)] <- NA redundant <- colSums(subset.matrix, na.rm=T) >= 1 rules.pruned <- rules.sorted[!redundant] # Examine os resultados inspect(rules.pruned)

# Scatterplot por lift/confianca #Plot SubRules # plot estatico plot(rules.pruned)

# plot dinamico plot(rules.pruned,engine = "htmlwidget")

# Selecionar apenas um conjunto de regras subrules<-rules.pruned[quality(rules.pruned)$confidence>0.5] inspect(subrules)

# plot na forma de gr??fos (limitado a 100 regras) # plot estatico plot(subrules, method = "graph")

# plot dinamico plot(subrules, method = "graph", engine = "htmlwidget")