6

在 apriori 函数中,我希望结果只包含 LHSHouseOwnerFlag=0HouseOwnerFlag=1. RHS 应该只包含来自该列的属性Product。例如:

#   lhs                   rhs                                          support confidence     lift
# 1 {HouseOwnerFlag=0}    => {Product=SV 16xDVD M360 Black}            0.2500000  0.2500000 1.000000
# 2 {HouseOwnerFlag=1}    => {Product=Adventure Works 26" 720p}        0.2500000  0.2500000 1.000000
# 3 {HouseOwnerFlag=0}    => {Product=Litware Wall Lamp E3015 Silver}  0.1666667  0.3333333 1.333333
# 4 {HouseOwnerFlag=1}    => {Product=Contoso Coffee Maker 5C E0900}   0.1666667  0.3333333 1.333333

部分答案在这个问题中得到解决: R arules, mine only rules from specific column

所以现在我使用以下内容:
rules <- apriori(sales, parameter=list(support =0.01, confidence =0.8, minlen=2), appearance = list(lhs=c("HouseOwnerFlag=0", "HouseOwnerFlag=1")))

然后我从另一个 SO 问题中使用它来确保只有 Product 列在 RHS 上:
inspect( subset( rules, subset = rhs %pin% "Product=" ) )

结果是这样的:

#   lhs                                                                  rhs                                          support confidence     lift
# 1 {ProductKey=153, IncomeGroup=Moderate, BrandName=Adventure Works }    => {Product=SV 16xDVD M360 Black}            0.2500000  0.2500000 1.000000
# 2 {ProductKey=176, MaritalStatus=M, ProductCategoryName=TV and Video }  => {Product=Adventure Works 26" 720p}        0.2500000  0.2500000 1.000000
# 3 {BrandName=Southridge Video, NumberChildrenAtHome=0 }                 => {Product=Litware Wall Lamp E3015 Silver}  0.1666667  0.3333333 1.333333
# 4 {HouseOwnerFlag=1, BrandName=Southridge Video, ProductKey=170 }       => {Product=Contoso Coffee Maker 5C E0900}   0.1666667  0.3333333 1.333333

所以显然 LHS 能够包含所有可能的列,而不是HouseOwnerFlag像我指定的那样。从其他 stackoverflow 问题中,我看到我可以放入default="rhs"apriori 函数,如下所示:
rules <- apriori(sales, parameter=list(support =0.001, confidence =0.5, minlen=2), appearance = list(lhs=c("HouseOwnerFlag=0", "HouseOwnerFlag=1"), default="rhs"))

然后在检查时(没有子集部分,只是inspect(rules),规则(7)比以前少得多,但它确实只包含HouseOwnerFlag在 LHS 中:

#   lhs                   rhs                           support     confidence lift
# 1 {HouseOwnerFlag=0}    => {MaritalStatus=S}          0.2500000  0.2500000   1.000000
# 2 {HouseOwnerFlag=1}    => {Gender=M}                 0.2500000  0.2500000   1.000000
# 3 {HouseOwnerFlag=0}    => {NumberChildrenAtHome=0}   0.1666667  0.3333333   1.333333
# 4 {HouseOwnerFlag=1}    => {Gender=M}   0.1666667     0.3333333  1.333333

但是,在 RHS 中,RHS 中的 Product 列中没有任何内容。所以它对它没有用inspectsubset因为它当然会返回null。我用不同的支持号码对其进行了多次测试,以试验产品是否会出现,但 7 条相同的规则保持不变。

所以我的问题是,如何同时指定 LHS(HouseOwnerFlag)和 RHS(产品)?我究竟做错了什么?

编辑:您可以通过从https://www.dropbox.com/s/tax5xalac5xgxtf/testdf.txt?dl=0下载此测试数据集来重现此问题,请 注意,我只从一个巨大的数据集中获取了前 20 行,所以不幸的是,此处的输出不会与我上面显示的示例具有相同的产品名称。但问题仍然是一样的。我希望能够仅获得HouseOwnerFlag=0和/或HouseOwnerFlag=1在 LHS 和ProductRHS 上的列。

4

3 回答 3

13

似乎不能一次约束 lhs 和 rhs (在玩你的数据之前我也没有)。但是你可以使用子集。编辑:我错了,你也可以同时约束 lhs 和 rhs,见下文另一种解决方案。我保留解决方案 1,因为在某些情况下,计算更大的集合然后按左侧拆分可能会很有用。

解决方案1:

rules_sales <- apriori(sales, 
                   parameter=list(support =0.001, confidence =0.5, minlen=2, maxlen=2), 
                   appearance = list(lhs=c("HouseOwnerFlag=0", "HouseOwnerFlag=1"), 
                                     default="rhs"))

rules_subset <- subset(rules_sales, (rhs %in% paste0("Product=", unique(sales$Product))))
inspect(rules_subset)

给出:

  lhs                   rhs                                                support confidence lift
1 {HouseOwnerFlag=0} => {Product=SV DVD Movies E100 Yellow}                   0.05        0.5   10
2 {HouseOwnerFlag=0} => {Product=Fabrikam Refrigerator 4.6CuFt E2800 Grey}    0.05        0.5    5
3 {HouseOwnerFlag=1} => {Product=Contoso SLR Camera M144 Gold}                0.10        0.5    5

但是你应该小心你的低支持:

Warning in apriori(sales, parameter = list(support = 0.001, confidence = 0.5,  :
  You chose a very low absolute support count of 0. You might run out of memory! Increase minimum support.

解决方案2:

我被参数默认值的定义欺骗了。同时使用 lhs 和 rhs 告诉分配给其中一个的每个项目,它只能用于 lhs/rhs。参数“default”自动设置为“both”,lhs/rhs 中未使用的所有其他项目均可用于两者(R 包中实现的外观参数说明:http://www.inside-r. org/node/86290,我意识到在阅读原始 C 实现的手册时必须有可能:http: //www.borgelt.net/doc/apriori/apriori.html#appearin)。您必须设置,default="none"然后您可以约束 lhs 和 rhs,而无需稍后使用子集。

rules_sales <- apriori(sales, 
                       parameter=list(support =0.001, confidence =0.5, minlen=2, maxlen=2), 
                       appearance = list(lhs=c("HouseOwnerFlag=0", "HouseOwnerFlag=1"), 
                       rhs=paste0("Product=", unique(sales$Product)), default="none"))
于 2015-10-20T06:51:00.160 回答
2

我参加聚会很晚了......但由于我现在也在玩这个包,让我包括我的想法,以防对某人有帮助。

输出中包含的规则是符合支持和置信度参数的规则。因此,如果您对期望的格式没有任何规则,请尝试放松这些限制:较低的支持,较低的信心。据我所知,lhs 只能包含一个术语,因此您可以将此部分限制为您想要出现的术语(产品)以加快规则生成。我还没有尝试过您的特定数据集,但我认为这是在所有情况下都适用的一般建议。

于 2015-04-15T00:28:37.427 回答
0

请尝试以下解决方案:

rules_subset <- subset(rules, (lhs %oin% c("HouseOwnerFlag=0", "HouseOwnerFlag=1")  & rhs %pin% c("Product=") ))
于 2019-03-12T11:08:45.853 回答