R aRules：查找封閉關聯規則

在R中的aRules包中，我怎麼能有效地找到關閉關聯規則？即具有封閉LHS項目集的規則R aRules：查找封閉關聯規則

如果添加任何項目會減少支持，則項目集關閉。

的包提供以下采礦選項：

目標：指示關聯的開採的類型的字符串。一個

「頻繁項集」

「最大頻繁項集」

「閉頻繁項集」

「規則」（僅適用於先驗）

「hyperedgesets」（僅適用對於Apriori;參見定義關聯•超定值）

似乎沒有「封閉規則」選項。有兩個明顯的變通辦法：

礦規則和封閉項集

rules = apriori(data, parameter=list(target="rules"))) 
rules <- rules[is.closed(generatingItemsets(rules))]

這可以說是相當緩慢的應用過濾器。例如，對於10k項目的5k交易，aPriori在10秒內生成8M規則。關閉過濾器花費了大約20分鐘，導致約3萬個關閉規則。

煤礦關閉頻繁項集和關聯應用過濾器（置信度，提升等）

尚未實現，但它似乎是一個周圍實現的東西很多方式簡單。如果有人知道其他的實現（其他R包或甚至R之外的東西），可以這樣做，指針會非常有幫助。例如， The SPMF library似乎已經對它的支持，想知道是否有人使用它

來源

2016-08-16 user997943

SPMF庫提供了Java中封閉關聯規則挖掘的快速實現以及許多關聯規則挖掘的其他算法。你可以檢查包裝從R調用SPMF庫（https://github.com/pommedeterresautee/spmf）。 – Phil

功能ruleInduction()可用於創建培等人定義的封閉的規則有經驗。（2000）作爲規則X -> Y，其中X和Y 是關閉的頻繁項目集。從手冊頁（略增強）採取以下：

data("Adult") 
## find all closed frequent itemsets 
closed <- apriori(Adult, 
    parameter = list(target = "closed", support = 0.4)) 

## use rule induction to produce all closed association rules 
closed_rules <- ruleInduction(closed, Adult) 

## X&Y are already closed, check that X is also closed 
closed_rules[is.element(lhs(closed_rules), items(closed))] 

## inspect the resulting closed rules 
summary(closed_rules) 
inspect(head(closed_rules, by = "lift"))

來源

2017-01-08 22:59:56

在arules包的支持是包含在套裝的結合LHS & RHS所有項目交易的百分比。換句話說，在LHS & RHS上的項目的聯合。

這意味着，使用參數target = 'closed frequent itemsets'在apriori()通話將解決你的第一個問題，只能產生閉合項目集/ 規則基於封閉項目集。

同樣，要回答您的問題的第二部分，在生成規則之前存在用於通過置信度和提升過濾的參數。這樣，在生成規則後，您不必過濾掉規則，並且您將得到與您正在尋找的相同的結果。

此外，在您的apriori()調用中過濾關閉的項目集，置信度，升降等將加快清除過程。

來源

2017-02-19 01:48:52

R aRules：查找封閉關聯規則

回答

相關問題