如何呈现市场篮子分析结果？

Question

我在一家零售公司的店内交易中工作了3个月.我做了同样的市场篮子分析，我得到了数百个，如果不是数以千计的关联规则。我在Python中使用了mlxtend.frequent_patterns import apriori中的apriori算法，并且在apriori(basket_sets, min_support=0.01, use_colnames=True)中使用了不同的支持值，从0.01到0.4。

如果我使用的支持值太高(对于某些商店没有找到规则)，则关联规则很少，如果我使用的支持值太低，就很难理解生成的关联规则，因为这样的规则太多了。

由于我选择了低支持值，所以我想了解如何向数据所有者展示规则，使其对业务有意义。如果有任何文献(我试过搜索至少10个不同的查询，但都返回“如何做市场篮子分析及其应用！”)关于如何展示协会的成果，那将是非常好的。

谢谢

Answer 1

理解多个关联规则的最佳方法是可视化它们。这样就更容易呈现了。这论文介绍了多种可视化关联规则的方法。翻阅它的推荐信。他们也建议他们的工具，但它是在R。如果您想要python的资源，尝试搜索“关联规则可视化python”，您将找到一些资源。

Answer 2

由bkshi链接的这篇论文看起来是一个极好的可视化资源。我不知道您是否考虑过除了支持之外的其他指标，但是mlx趋向包也支持对信心和lift的过滤，并且可能帮助您缩小规则对业务的价值。