世界のビールと音楽の組み合わせをデータ分析で最適化！で作ったソース

music_beer.R

# イベントページ
# http://connpass.com/event/27829/

# パッケージのインストール
# install.packages("arules")
# install.packages("arulesViz")

library(arules)
library(arulesViz)

data <- read.csv("music.csv", fileEncoding = "UTF-8")

# head(data) # コンソールで表示
# View(data) # エクセルっぽく表で表示

# data[1, 1] # 特定の要素だけ表示
# data[1,] # 行を表示
# data[,2] # 列を表示

# データフレーム型だとアソシエーション分析に入れれないので変える
data <- data[, -1] # 参加者情報は不要なので除く
data[, 1] <- as.factor(data[, 1]) # 型の変換（factor型へ変換）
data[, 2] <- as.factor(data[, 2])
data <- as(data, "transactions")

# par(family = "Osaka") # Macの場合フォントファミリーを指定する
itemFrequencyPlot(data, type = "relative")

# アソシエーション分析する
rules <- apriori(data, parameter = list(support = 0.01, confidence = 0.01, minlen = 2))
# rules <- apriori(data, parameter = list(support = 0.01, confidence = 0.01))

# しきい値以上でフィルター
rules <- subset(rules, subset = (lift > 1.0))

# サポート血が大きい順に並べ替え
rules <- sort(rules, by = "support")

# コンソールで表示
inspect(head(rules, n = 10))

# csvで書き出す
write.csv(as(rules, "data.frame"), file = "結果.csv", row.names = FALSE, fileEncoding = "UTF-8")

# 関係図で表示
plot(
  rules,
  method = "graph",
  control = list(
    type = "items",
    cex = 1.0
  )
)