apriori

    0熱度

    1回答

    我想返回具有任何數字或包含特定字符串(如「.part」)的RHS規則。當我運行下面的代碼時,出現錯誤。 有關如何讓RHS返回包含指定字符串或任何數字的所有項目的任何想法? library("arules") basket_rules <- apriori(ttk, parameter = list(sup = 0.0008, conf = 0.10, target="rules"), appe

    0熱度

    2回答

    我有一個數據幀df像下面刪除列標籤: df <- data.frame(V1 = c("Prod1", "Prod2", "Prod3"), V2 = c("Prod3", "Prod1", "Prod2"), V3 = c("Prod2", "Prod1", "Prod3"), City = c("City1", "City2", "City3")

    0熱度

    1回答

    我試圖讓R apriori算法允許我在lhs中同時指定多個屬性。 rules <- apriori(Data, parameter=list(supp = 0.0001, conf = 0.001, minlen = 2), appearance = list(lhs = c("DiagnoseTekst=Acuut hartfalen"), default="rhs")) 上面一行將篩選只是

    0熱度

    1回答

    我目前正試圖從我通過c#中的支持算法獲得的頻繁項目集中找到一個強大的關聯規則。對不起,我現在還沒有任何有價值的代碼,但任何東西都會受到歡迎。有關更多解釋,請參閱頁面底部的表格。我希望得到關於如何基於置信度生成最終頻繁項目集的任何提示。 https://www.codeproject.com/Articles/70371/Apriori-Algorithm

    1熱度

    1回答

    我有一個問題需要搜索組合的頻率的正確解決方案。 此我的代碼: import pandas as pd import itertools list = [1,20,1,50] combinations = [] for i in itertools.combinations(list ,2): combinations .append(i) data = pd.DataFr

    1熱度

    1回答

    儘管head()可用於提取前n個規則,但某些RHS項目可能會多次出現。我希望找到前n個獨特的RHS項目以及每個這樣的項目的最高規則。 我已經編寫了完成此操作的代碼,但運行速度非常慢,大概是由於使用了'subset'函數,效率非常低。我的代碼遍歷RHS的獨特項目,找到與它相關的規則的子集,並返回項目的單個頂部規則。這是一種有效的方法嗎?有沒有更好的辦法? library(arules) data(

    0熱度

    1回答

    我在我的數據上實現了Aprioiri算法。數據近700條記錄,近81個屬性。我想爲這些數據生成關聯規則。 這是我的程序代碼: public class Aprioritest { /** * @param args the command line arguments */ public static void main(String[] args) throws Exception {

    0熱度

    1回答

    enter image description here任何人都可以幫助建議如何將以下數據合成到一個'Arules'可以使用。 命名爲 'DF' 數據集是類似 'Recieptnumber', '產品名稱' 1,雞蛋 1,蘋果 2,水 3,芯片 3,蘋果 3,紙 ..... 正在使用表(df)函數來創建矩陣---想法是備用矩陣。但它不能用於'Arules'包 任何建議如何傳輸數據集? 謝謝!

    0熱度

    1回答

    我對數據挖掘非常陌生。我有一個任務,在R中使用Apriori函數(Package:arules)打印所有的關聯規則,但是問題在於它僅在RHS上打印一個項目。下面是我使用的程序: a_list <- list( c("I1","I2","I5"), c("I2","I4"), c("I2","I3"), c("I1","I2","I4"), c("I1","I3"), c("I2","I3

    0熱度

    1回答

    處理apriory算法並嘗試將rules對象轉換爲dataframe,如下所示。它運作良好,數據已被存儲在datafarme ruledf=inspect(sort(rules, by = 'lift')[1:100]) 但是,當我改變代碼來存儲數據幀多觀察(1000),那麼它失敗了。 ruledf=inspect(sort(rules, by = 'lift')[1:1000]) summ