-
Notifications
You must be signed in to change notification settings - Fork 0
/
mbars.R
123 lines (103 loc) · 4.37 KB
/
mbars.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
#Bibliotecas utilizadas
library(tibble)
library(tidyverse)
library(lubridate)
library(stringr)
library(cowplot)
library(arules)
library(arulesViz)
# Importa o conjunto de dados a partir do arquivo CSV
dataset <- read.csv("BreadBasket_DMS.csv") %>% mutate(Date=as.Date(Date), Time=hms(Time))
#Visão geral dos dados:
glimpse(dataset)
summary(dataset)
dataset$Date[nrow(dataset)] - dataset$Date[1]
#Exporta CSV com o resumo das informações
write.csv(summary(dataset),"summary.csv")
#Gera e exporta CSV um dataframe com agrupado por itens, ordenado por número de vendas
write.csv(ds_by_Items <- dataset
%>% group_by(Item)
%>% summarise(Soma_de_vendas = n())
%>% arrange(desc(Soma_de_vendas)),"items2.csv")
#15 itens mais vendidos
head(ds_by_Items,15)
#Limpeza removendo os itens NONE
dset_filtered <- dataset[ !( grepl("NONE", dataset$Item)) , ]
#Gráfico dos itens mais vendidos
gmais_vendidos <- dset_filtered %>%
group_by(Item) %>%
summarise(Itens_vendidos = n()) %>%
arrange(desc(Itens_vendidos)) %>%
slice(1:15) %>% #15 = 15 itens mais vendidos
ggplot(aes(x=reorder(Item,desc(Itens_vendidos)),y=Itens_vendidos))+ #Ordena o eixo X do item mais vendidos para o 15º mais vendido
geom_bar(stat="identity")+
labs(x = "Itens", y = "Vendas")+
coord_cartesian(ylim = c(0, 6000))+
scale_y_continuous(breaks=c(0,500,1000,3000,5000,6000))+
theme(axis.text.x = element_text(angle = 90, vjust=0.2, hjust=0.95))+
theme(axis.title.x = element_text(vjust=0.1))
gmais_vendidos
test <-dset_filtered %>%
group_by(Item) %>%
summarise(Itens_vendidos = n()) %>%
arrange(desc(Itens_vendidos))
write.csv(test,"vendastest.csv")
gvendas_tempo <- dset_filtered %>%
group_by(Date) %>%
summarise(Itens_vendidos = n()) %>%
ggplot(aes(x=Date,y=Itens_vendidos, width=1))+
geom_bar(stat="identity")+
coord_cartesian()+
labs(x="",y = "Vendas diárias")+
scale_x_date(date_breaks = "1 month", date_labels = "%b/%Y")
gvendas_tempo
gvendas_tempozoom <- dset_filtered %>%
group_by(Date) %>%
summarise(Itens_vendidos = n()) %>%
filter(Date < "2017-01-05" & Date > "2016-12-20" )%>%
ggplot(aes(x=Date,y=Itens_vendidos, width=1))+
geom_bar(stat="identity")+
labs(x="",y = "Vendas diárias")+
coord_cartesian()+
scale_x_date(date_breaks = "2 day", date_labels = "%d/%b")
theme(axis.text.x = element_text(angle = 90, vjust=0.2, hjust=0.95))+
theme(axis.title.x = element_text(vjust=0.1))
gvendas_tempozoom
plot_grid(gvendas_tempo, gvendas_tempozoom + theme(axis.title.y = element_blank()) , labels = "AUTO")
gvendas_semanaboxp <- dset_filtered %>%
group_by(Date) %>%
summarise(Itens_vendidos = n()) %>%
mutate(DiaSemana = wday(Date, label=T)) %>%
ggplot(aes(x=DiaSemana,y=Itens_vendidos))+
geom_boxplot()+
stat_summary(fun.y=mean, geom="point", shape=4, size=3)+
labs(x="Dia da Semana",y = "Vendas diárias")+
theme(legend.position = "right")+
geom_point(aes(shape = "média"), alpha = 0)+
guides(shape=guide_legend(title=NULL, override.aes = list(shape=4, alpha = 1)))
gvendas_semanaboxp
#Market Basket Analysis
#Exporta CSV com o dataset limpo
write.table(dset_filtered, file="./dset_filtered.csv",sep=",",quote=FALSE,row.names=FALSE)
#Importa transações como matriz esparsa
TIDs <- read.transactions ("./dset_filtered.csv",format = "single", sep=",", cols = c(3,4))
summary(TIDs)
summary(itemFrequency(TIDs))
#Extração das regras de associação. Suporte mínimo = 25 transações e Confiança mínima = 40%. minlen=2 para evitar LHS vazio.
minsup=25/length(TIDs)
RA <- apriori (TIDs, parameter = list(support=minsup,confidence=0.4,minlen=2))
inspect(head(RA,by="support",n=10))
plot(RA, measure=c("support","confidence"), shading="lift", col=grey.colors(100))
plot(RA, method="graph", arrowSize=0.4, alpha=1, main="Grafo para 39 regras")
RA10rules <- head(sort(RA, by="support"),10)
plot(RA10rules, method="graph", arrowSize=0.8, alpha=1, main="Grafo para dez regras com maior \nSuporte \n")
RA10rulesconf <- head(sort(RA, by="confidence"),10)
plot(RA10rulesconf, method="graph", arrowSize=0.8, alpha=1, main="Grafo para dez regras com maior \nConfiança \n")
# library(arules)
# search()
# unloadNamespace("arulesViz")
# unloadNamespace("arules")
# update.packages("arules")
# update.packages("arulesViz")
#
# library(arulesViz)