如何查找頻繁的項目集而不考慮屬性名稱？

Question

我有一個數據集（CSV文件）使用Apriori算法找到頻繁項目集。

col1, col2, col3 
bread, butter,? 
coke, bread, butter 

我爲此使用WEKA。在輸出中是按以下格式：

... 
Large Itemsets L(2): 
col1=bread col2= butter 1 
col1=coke col2= bread 1 
col1=coke col3= butter 1 
col2= bread col3= butter 1 
... 

但我是想輸出是：

bread, butter 2 

基本上，上面的輸出是獨立的，他們屬於col的。我怎樣才能達到這種輸出？

Answer 1

以不同的方式格式化數據。

Weka預計列是相同的產品，並且值爲t/f（對於true，false）。然後你可以得到類似牛奶的itemset = t - > butter = t。

請參閱Weka附帶的.arff示例。

我想我看到了一個ELKI示例使用您的輸入格式。