2026 ADsP 분석 학습 6 | 장바구니 연관규칙·지지도·향상도 — 표·코드·풀이

학습 실습 · 직접 따라 하기

거래 10건의 구매 여부 0·1 표로 A→B와B→A 규칙을 계산합니다. 방향에 따라 달라지는 신뢰도와 방향이 같은 지지도·향상도를 구분합니다.

데이터·Python·R 풀이 파일 내려받기 (.zip)

실습 준비

• ZIP을 풀고 데이터 파일과 풀이 코드를 같은 폴더에 둡니다. 원본은 합성된 연습 데이터입니다.
• Python 풀이는 pandas·NumPy와 해당 코드의 scipy 또는 scikit-learn을 사용할 수 있는 환경에서 실행합니다. R 코드가 포함된 경우 base R로 실행할 수 있습니다.
• 먼저 작업 지시만 보고 풀고, 아래 해설에서 결과·분모·자료형을 대조합니다.
• 이 표에서 빈 값은 미입력입니다. 숫자 0이나 문자 NULL로 임의 치환하지 않습니다.

원본 표

작업 1. 빈도

A·B·공동 구매 거래 수를 구하세요.

작업 2. 지지도

A→B 규칙의 지지도를 구하세요.

작업 3. 신뢰도

A→B와B→A 신뢰도를 구하세요.

작업 4. 향상도

A→B 향상도를 구하세요.

작업 5. 독립 기준

독립일 때 기대 공동 지지도를 구하세요.

작업 6. 활용 해석

향상도가 1보다 크면 추천이 반드시 이익인지 설명하세요.

전체 풀이 — Python

import pandas as pd
d=pd.read_csv("data.csv")
a=d.A.eq(1);b=d.B.eq(1)
s=(a&b).mean();ca=s/a.mean();cb=s/b.mean();lift=s/(a.mean()*b.mean())
print(a.sum(),b.sum(),(a&b).sum(),s,ca,cb,lift)

같은 계산 — R

d<-read.csv("data.csv");a<-d$A==1;b<-d$B==1
s<-mean(a&b)
print(c(support=s,confidenceAB=s/mean(a),confidenceBA=s/mean(b),lift=s/(mean(a)*mean(b))))

제출 전 점검

• 요구한 열·행 수·순서·자료형이 맞는지 결과를 다시 읽습니다.
• 평균·분산·검정에서 분모와 보정 옵션을 확인합니다.
• 학습에서 정한 전처리를 검증·시험에 그대로 적용했는지 확인합니다.
• 설명 문장에서는 유의성과 효과 크기, 예측과 인과를 구분합니다.

범위 확인

2026년 학습 범위를 기준으로 구성했습니다. 시험 시행기관의 자격 안내·출제 기준에서 과목과 변경 공지를 확인할 수 있습니다.

예상 모의문제입니다.