文本文件的關聯規則

Question

我是一名使用Rapidminer的學生，我正在使用Yummly的What's Cooking數據集（https://www.kaggle.com/c/whats-cooking/data）做一個項目。該數據集有20種不同的美食類型（例如意大利，中國，印度等）。

我們的目標是開發一種數據挖掘模型，通過分析菜餚的成分列表來識別未來菜餚的烹飪類型。我們正在使用關聯規則來執行此操作。但是，我一直在「沒有找到規則」，不知道爲什麼。我認爲這與我的屬性被格式化爲文本，而不是使用名義到二項運算符有關，但我不知道如何解決它。

目前我的過程看起來像....

數據 - >選擇屬性 - > FP增長 - >創建關聯規則

你能幫忙嗎？

Answer 1

根據FP-Growth操作員的文檔，示例集中的所有屬性都需要是二項式的。

我承認 - 我沒有直接查看數據，因爲我不想在kaggle上註冊帳戶，所以我不確定它是如何格式化的，但是您可能想要設置烹飪類型作爲標籤，然後每個剩餘屬性代表包含在一個或多個食譜中的每種成分。如果使用配料，每道菜將有1列，如果不使用則爲0。 （根據數據的原始格式，由於您提到了它的文本，因此您可能需要查看文本處理擴展，這可以創建一個示例集，就像我剛剛介紹的那樣）。然後，如果將0和1轉換爲二項式，你應該可以使用FP-Growth。