No se sugieren reglas de asociación. Las recomendaciones basadas en esas reglas son. Vamos a elegir el clásico caso de la cesta. Digamos que la leche tiene un alto soporte, confianza y elevación con pan y mantequilla. Esto es lo que aprendimos de él, pero no es un gran avance. Sin embargo, hacer una recomendación sobre la colocación del producto puede ser un gran avance.
Personalmente, no me gusta simplemente usar un umbral de las métricas de las reglas de asociación y usar ciegamente esas reglas. Cuando minamos datos, queremos extraer algún tipo de información. Aún en el contexto de la caja de la cesta, imagine que filtra por alto soporte. ¿Qué pasa si hay una elevación alta en una regla de soporte bajo? Por ejemplo, la mermelada tiene un alto contenido de pan y mantequilla pero un soporte mucho más bajo que la leche. Ese es a menudo el caso de productos que se compran menos en general pero que están altamente asociados con otros.
Entonces hágase esta pregunta:
- Cómo avanzar mi habilidad R al siguiente nivel
- ¿Qué tan arriesgado es cambiar a la ciencia de datos después de trabajar durante 4 años en TI?
- ¿Es la estadística aplicada una buena especialidad para la ciencia de datos?
- ¿Cómo mejorar mis habilidades de depuración en el aprendizaje automático? A menudo me resulta difícil entender por qué un modelo se comporta de cierta manera. ¿Cómo depuran rápidamente los grandes científicos de datos?
- ¿Los grandes datos solo están desestructurados o pueden estructurarse también?
¿Qué es lo que estás tratando de lograr con esas reglas de asociación?
Desde este punto de partida, comprenda lo que ofrece cada métrica y cómo puede usarla. Personalmente, me gusta pensar en la confianza como las probabilidades de que tenga algo bueno que ver. Supongo que una confianza de 0.5 es un lanzamiento de moneda y comienzo desde allí.
Luego analizo las reglas. Que tienen el mayor soporte, que tienen el mayor levantamiento. Entonces empiezo a hacer preguntas. ¿Por qué algo tiene una gran elevación y un bajo soporte y viceversa? Si encuentro un elemento interesante, empiezo a buscar otras asociaciones con ese elemento y a crear hipótesis sobre cómo usarlos.
Es este análisis el que llevará a mis recomendaciones. Nunca paso simplemente las reglas de asociación.
¡Espero que esto ayude!
