MB 规则工具

MB 规则工具会获取事务数据，并在转换数据后，使用 Apriori 算法创建一组关联规则，或使用 Apriori 或 Eclat 算法创建频繁项集。该工具将生成事务数据和规则/项目集的摘要报告，同时生成一个可在下游进程中进一步调查的模型对象。

规则和项目集的不同之处在于，关联规则意味着组内项目之间存在特定的因果关系，而项目集则由事务中频繁共同出现的组构成。就关联规则而言，事务中某些项目子集（左侧项目，又称 LHS）的存在会导致事务中包含其他项目（右侧项目，又称 RHS）。

此工具使用 R 工具。转至选项 > 下载预测工具，并登录到 Alteryx 下载和许可门户以安装 R 和 R 工具使用的包。请参考下载和使用预测工具。

配置工具

输入数据可能有两种不同的格式。第一种格式由包含单个项目标识符和该项目所在事务的标识符（一组唯一项目事务对）的记录组成。第二种格式由每个事务的单条记录组成，该记录包含事务中带分隔符的项目列表。

每条记录一个项目，带有一个事务键：此选项与唯一项目事务对相对应。在此选项下，您需要使用以下选项在数据流中指定两个字段：
- 选择事务关键字段：包含事务标识符字段的整数或字符串导向字段。
- 选择包含项目标识符的字段：包含项目标识符的整数或字符串导向字段。
每条记录一个事务，所有项目都在单个（内部分隔）字段中：此选项与事务包含在单条记录中的格式相对应。对于此格式，您需要使用以下选项在数据流中指定两个字段：
- 选择带有分隔事务项的字段：包含分隔事务项目列表的字符串导向字段。
- 提供用于在事务中分隔项目的分隔符：分隔符字符，如逗号。

该工具为查找关联规则和频繁项集提供了两种最常用的算法：Apriori 和 Eclat。

Apriori 算法采用逐级搜索的方式来查找 3 种类型的频繁项集（频繁、最大频繁和闭频繁）、关联规则或关联超边集。

Eclat 算法使用简单的交集运算进行等价类聚类，同时使用自下而上的点阵遍历来查找 3 种类型的频繁项集。除了选择要使用的方法外，还需要指定要查找的内容（例如，项目集、规则或超边集）。选项包括：

控制参数会影响从事务数据中提取的关联规则、频繁项集或关联超边集的性质。这些参数包括：

规则或项目集中允许的最小项目数量：此参数限制返回的规则或项目集至少包含指定的项数。默认情况下，其值设置为 1（也是最小值），但也可以设置为更高的数值。此参数的自然选择为 1 或 2。
规则或项目集的最低支持级别：支持度是指包含项目集或关联规则中的项目的事务比例。此参数的默认值为 0.02，但也可设置在 0.002 到 1 之间。通常，此参数的值越低，返回的规则或项目集的数量就越大。在某些情况下，返回的规则或项目集的数量可能会耗尽用户的可用系统内存，因此不应使用过小的值。
规则或项目集所需的最低置信度（仅对 Apriori 有效）：置信度是指 RHS 项目在同时包含 LHS 项目的事务中所占的事务比例。换句话说，它衡量的是当 LHS 也出现在事务中时，RHS 项目出现在事务中的概率。此测度方法仅适用于使用 Apriori 算法的情况。与支持度参数一样，此参数的值越低，返回的规则或项目集的数量就越大。在某些情况下，返回的规则或项目集的数量可能会耗尽用户的可用系统内存，因此不应使用过小的值。