アソシエーション分析

一緒に買われるものの組み合わせを見つけます。「おむつを買う人はビールも買う」のような併売の傾向（バスケット分析）を調べるときに使います。

入出力

ポート	内容
入力データ	データ
出力データ	データ

Spark エンジンでは動きません。

入力の行も列も残りません。 出力は、見つかったルールを 1 行ずつ並べた別の表です。

出力の形

列名	内容
`条件部`	「これを買ったら」の側。複数のときはカンマ区切り
`結論部`	「これも買う」の側
`支持度`	その組み合わせが全体の何割に出るか
`確信度`	条件部を買った人のうち、結論部も買った割合
`リフト`	単独で買われる確率に比べて何倍買われるか

支持度 → 確信度 → リフト の順に、すべて降順で並びます。 上から読めばよくある組み合わせから出てきます。

設定項目

キー列を選択必須: 何を 1 回の買い物とみなすか。レシート番号や顧客 ID。型の制限はありません。
アイテム列を選択必須: 商品名などの列。文字列の列だけ選べます。
支持度の下限値を設定必須: 全体の何割以上に出る組み合わせを見るか。既定は 0.1（1 割）。
ルールの最大長を設定必須: 組み合わせる商品の数の上限。既定は 3。

オプション

結果をフィルタする指標を選択必須: リフト値（既定）/ 確信度 / 支持度。
結果をフィルタする下限値を入力必須: 既定は 1。上で選んだ指標がこの値未満のルールを落とします。

入力データの形

1 行が「どの買い物に、どの商品が入っていたか」 です。

レシート番号	商品名
R001	おむつ
R001	ビール
R002	おむつ

1 枚のレシートが複数行になっている形にしてから掛けてください。商品が横に並んでいるなら、先に縦持ち変換で縦にします。

キー列・アイテム列に欠損があるとエラーになります。

3 つの指標

指標	意味	見方
支持度	その組み合わせが全体の何割に出るか	高いほどよくある組み合わせ
確信度	A を買った人のうち B も買った割合	高いほど連動している
リフト値	単独で買われる確率に比べて何倍買われるか	1 より大きければ意味がある

リフト値が 1 未満の組み合わせは、偶然一緒に買われているだけなので、既定の下限 1 で外れます。ちょうど 1 のものは残ります。

出力の列名は リフト で、設定の選択肢は「リフト値」です。指すものは同じです。

下限値の決め方

支持度の下限を下げすぎると、組み合わせが爆発して終わりません。 既定の 0.1 から始め、結果が少なければ下げてください。

ルールの最大長を上げると、組み合わせの数が急に増えます。 既定の 3 から大きく上げないでください。

エラーと対処

有効なルールが作れない（支持度）

支持度の下限を満たす組み合わせが 1 つもないときに出ます。

有効なルールが作成できませんでした。「支持度の下限値」を現在の設定よりも小さくしてください。

直し方 — 支持度の下限を下げてください（0.1 → 0.05 など）。

有効なルールが作れない（フィルタ）

組み合わせは見つかったが、結果をフィルタする下限値で全部落ちたときに出ます。

有効なルールが作成できませんでした。「支持度の下限値」か、オプションの「結果をフィルタする下限値」を現在の設定よりも小さくしてください。

直し方 — どちらかの下限を下げてください。

キー列かアイテム列に欠損値がある

処理対象列に欠損値が含まれています。欠損値を除外するか補完してください。

直し方 — 欠損値処理で欠損のある行を落としてください。

列を選ばずに実行した

キー列を選択かアイテム列を選択が空のまま実行したときに出ます。前の処理で列名が変わり、選んでいた列が入力データからなくなったときにも同じメッセージです。

対象の列が選択されていません。

直し方 — 列を選び直してください。

よく使う例

1. 併売の組み合わせを見つける

一緒に買われる商品を知りたいとき。

入力（レシート 4 枚）

レシート番号	商品名
R001	おむつ
R001	ビール
R002	おむつ
R002	ビール
R003	おむつ
R003	お茶
R004	パン
R004	牛乳

設定

設定項目	値
キー列を選択	レシート番号
アイテム列を選択	商品名
支持度の下限値を設定	0.1
ルールの最大長を設定	3
結果をフィルタする指標を選択	リフト値
結果をフィルタする下限値を入力	1

出力 — 6 行出ます。

条件部	結論部	支持度	確信度	リフト
ビール	おむつ	0.5	1	1.3333
おむつ	ビール	0.5	0.6667	1.3333
パン	牛乳	0.25	1	4
牛乳	パン	0.25	1	4
お茶	おむつ	0.25	1	1.3333
おむつ	お茶	0.25	0.3333	1.3333

読み方 — 支持度 の降順なので、リフト がいちばん大きい パン → 牛乳（4 倍）は 3 行目に出ます。上から読むと「よくある組み合わせ」の順で、「強い組み合わせ」の順ではありません。 強さで並べ替えたいときは、このあと行の並べ替えで リフト の降順にしてください。

向きで数が変わるのは 確信度 だけです。 おむつ → ビール は 0.6667（おむつを買った 3 枚のうち 2 枚）、ビール → おむつ は 1（ビールを買った 2 枚すべて）。支持度 と リフト は向きを変えても同じ値です。

2. 結果が 0 件のときに広げる

「有効なルールが作成できませんでした」と出るとき。

入力 — レシートが 1000 枚、商品の種類が 50 ほどあるデータ（下は先頭だけ）。よく出る組み合わせでも全体の 5% ほどで、既定の 0.1 には届きません

レシート番号	商品名
R001	商品A
R001	商品B
R002	商品C
R002	商品D

設定

設定項目	値
支持度の下限値を設定	0.01

出力 — より珍しい組み合わせまで出ます。時間はかかります。

3. 3 つの組み合わせを見る

2 商品だけでなく、3 商品のまとまりも見たいとき。3 商品のルールを作るには、1 枚のレシートに商品が 3 つ以上並んでいる必要があります。

入力

レシート番号	商品名
R001	おむつ
R001	ビール
R001	おしりふき
R002	おむつ
R002	ビール
R002	おしりふき

設定

設定項目	値
ルールの最大長を設定	3（既定）

出力 — 条件部 が おむつ,ビール、結論部 が おしりふき のように、カンマ区切りの行が出ます。

4. 強い関係だけに絞る

結果が多すぎて読めないとき。

入力

レシート番号	商品名
R001	おむつ
R001	ビール
R002	おむつ
R002	ビール
R003	パン
R004	ジャム
R005	牛乳

設定

設定項目	値
結果をフィルタする指標を選択	リフト値
結果をフィルタする下限値を入力	2

出力 — 2 行だけになります。

条件部	結論部	支持度	確信度	リフト
おむつ	ビール	0.4	1	2.5
ビール	おむつ	0.4	1	2.5

パン ジャム 牛乳 はそれぞれ 1 枚のレシートにしか出ず、ほかの商品と一緒に買われていないので、組み合わせ自体ができません。

どのレシートにも同じ商品しか入っていない形（例 3 のような入力）だと、リフトはちょうど 1 にしかならず、下限 2 では全部落ちて有効なルールが作れない（フィルタ）になります。

5. 横に並んだ商品列から始める

1 行に商品が横に並んでいる形のデータしかないとき。

入力

レシート番号	商品1	商品2
R001	おむつ	ビール

設定 — 先に縦持ち変換で 商品1 商品2 を縦にし、できた値の列をアイテム列を選択に指定します。

出力 — 1 枚のレシートが複数行になるので、そのまま掛けられます。