data-mining - 如何使用匿名数据集？

Question

我正在迈出关联规则的第一步。

我找到了这个主题（Apriori 算法的超市数据集）。然后我尝试使用answer2中建议的数据，但是当我看到数据集的解释时，似乎与实际数据没有任何关联。

关于数据集，作者解释说：“数据集中的每条记录都包含有关购买日期（变量'date'）、收据编号（变量'receipt nr'）的信息……”

在我看到的第一条数据记录中：

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

在第二：

30 31 32

我想这是因为数据集已经“匿名化”了，但是我应该如何将变量“翻译”成数据呢？

Answer 1

快速浏览一下，我假设这只是原始数据的一个子集，采用典型的“篮子”格式。每一行都是一个事务，每个数字是一个项目。

不，如果没有额外的数据源，您将无法分辨这些是哪些项目。

因此，它主要用于测试您的算法是否在真实数据上返回某些内容，但您不会真正知道它发现了什么。

您可能想查看supermarket.arffIIRC 与 Weka 一起提供的文件。它至少标有一些产品类别（例如“冷冻食品”）。