3

也许我只是愚蠢,但即便如此,我也会感谢一些有用的评论。

我确实有一个包含 ID、文章和文章属性(即分组)的数据集。使用RODBC,我从 SQL Server 数据库中获取表(使用sqlFetch)。因此,我无法read.transactions从 arules-package 中找到使用方法。格式构造为每一行都是一个ID到文章+分组组合。该表有 2200 万行,大约有 1100 万个唯一 ID。文章库约为 500,000 篇文章。出于说明目的,我创建了一个这样的示例数据框

dat <- data.frame(id <- rep(paste0("id", 1:5),1, each=3),
                  article <- rep(paste0("A", sample(1051:1069,15,T))), 
                  groupA <- paste0(sample(LETTERS[1:3],15,TRUE), sample(1:3, 15,T))
)
colnames(dat) <- c("id", "article", "groupA")
dat$groupB[dat$groupA == "A1"|dat$groupA == "A2"|dat$groupA =="A3"] <- 1
dat$groupB[dat$groupA == "B1"|dat$groupA == "B2"|dat$groupA =="B3"] <- 2
dat$groupB[dat$groupA == "C1"|dat$groupA == "C2"|dat$groupA =="C3"] <- 3

产生一个类似于这个的data.frame

    id article groupA groupB
1  id1   A1053     B3      2
2  id1   A1051     B1      2
3  id1   A1067     B2      2
4  id2   A1054     B1      2
5  id2   A1069     B1      2
6  id2   A1068     A3      1
7  id3   A1053     C3      3
8  id3   A1066     B3      2
9  id3   A1057     A2      1
10 id4   A1056     B1      2
11 id4   A1065     C1      3
12 id4   A1069     A3      1
13 id5   A1066     A3      1
14 id5   A1062     A3      1
15 id5   A1059     B2      2

我想使用 arules 包进行购物篮分析。但是,如果我将 data.frame 传输到一个 transactions 对象,txn <- as(dat, "transactions")每一行都被标识为一个篮子。是否有可能将 arules 指向 id 变量作为标识符?基本上,我正在从-transformation中的函数中寻找"single"选项。第二个相关问题是:我可以在 arules 包中使用属性吗?我认为不仅需要在文章级别而且还需要在分组级别上使用算法进行分析。例如,如果我购买商品 A1053,我会找到推荐 groupA B3 的规则。这甚至可能吗?read.transactionsasapriori

4

1 回答 1

2

简短的回答:split。我查看了read.transactions代码(它在 R 中,对于那些熟悉 R 的人来说很容易访问)。它做了一些很好的检查,但基本的代码行似乎是:

entries <- split(entries[[cols[2]]], entries[[cols[1]]])
as(entries, "transactions")

在您的示例中:

dat <- split(dat$article, dat$id)
ts <- as(dat, "transactions")

如果您愿意,您可以在 read.transactions 函数上创建一个变体,该函数从 RODBC 连接而不是平面文件中读取。

于 2016-02-16T14:43:47.063 回答