问题标签 [apriori]

请向我建议任何关于项目集的适当最低支持和信心的材料！

::我使用先验算法搜索频繁项集。我仍然不知道对 itemset 的适当支持和信心。我想知道决定支持有多大的考虑因素。

R 中的 arules 包使用“事务”类。因此，为了使用该功能apriori()，我需要转换我现有的数据。我有一个 2 列和大约 1.6 毫米行的矩阵，并尝试像这样转换数据：

其中 original_data 是我的数据矩阵。由于数据量大，我使用了最大的 AWS Amazon 机器，64gb RAM。过了一会儿我得到

结果向量超出了“AnswerType”中的向量长度限制

机器的内存使用率仍然“仅”为 60%。这是基于 R 的限制吗？除了使用采样之外，还有什么方法可以解决这个问题？当仅使用 1/4 的数据时，转换工作正常。

编辑：正如所指出的，其中一个变量是一个因素而不是性格。更改后的转换得到了快速和正确的处理。

我打算为 Market Basket Analysis 开发一个应用程序（使用 apriori 算法），我发现了一个包含 90,000 多条交易记录的数据集。

问题是这个数据集没有项目的名称，只包含项目的条形码。

我刚刚开始项目并研究先验算法，有人可以帮我解决这个案例，使用以下数据集实现该算法的最佳方法是什么？

有这两张表：

和

什么是找到这两个表之间任意关系的好算法？在这个例子中，我希望它找到包含Op1 = C在 TableA 和Type = 3000TableB 中的记录之间的明显关系。

我可以以某种方式考虑先验，但似乎不太实用。你们说什么？

谢谢。

使用 map-reduce 创建 Apriori 应用程序是否可行？我刚开始，但不清楚如何根据之前的运行创建下一个候选集。有人对这个有经验么？

我正在尝试将 Apriori 算法转换为 Eclat 算法。我的 Apriori 算法以水平格式执行垂直项中的事务并返回第 n 个频繁项集。

我需要的 Eclat 算法需要在垂直方向上设置项目，并且应该在水平方向上处理事务。和我的 Apriori 一样，它需要返回项集的交集。

项目集
0 1 1 0 1 1 1 0 0 1 1 1 1 1 1 交易
0 1 1 0 1 1 1 0 0 1 0 1 1 1 0
0 1 1 0 0 1 1 0 0 1 0 1 1 1 1
0 0 1 0 1 1 1 0 0 1 1 1 1 1 1
0 1 1 0 1 1 0 1 0 1 1 1 1 1 0
0 1 1 1 1 1 0 0 0 1 1 1 1 1 1
0 0 1 1 1 1 0 0 0 1 0 1 1 1 1
1 1 1 1 1 1 0 0 0 1 1 1 1 0 1
0 1 1 1 1 1 0 0 0 1 0 1 1 0 1
1 1 1 1 1 0 0 0 0 1 1 1 1 0 0
转置它不是问题，通过水平搜索找到频繁项集是。

}

问题：

arules包的apriori函数从输入事务中推断关联规则，并报告每个规则的支持度、置信度和提升度。关联规则来源于频繁项集。我想获得输入事务中最频繁的项集。具体来说，我想获得具有给定最小支持的所有项目集。项集的支持度是包含该项集的事务数与事务总数的比值。

要求：

1. 我强烈希望从apriori函数的中间结果中找到最频繁的项集。也就是说，我不希望仅仅为了计算最频繁的项集而从头开始编写程序，因为apriori函数已经将其计算为中间步骤。尽管如此，如果真的没有一种合理的方式来访问apriori函数的中间结果，我愿意接受其他解决方案。
2. 我宁愿不对apriori函数的结果进行字符串操作，因为这种方法将过于依赖apriori函数结果的字符串表示。同样，如果事实证明没有更好的选择，我可能会采用这种方法。
3. 我知道arules包itemFrequency提供的功能。不幸的是，这个函数只报告带有单个项目的项目集。我对具有最低支持的任何长度的所有项目集感兴趣。
4. 我希望输出按支持数字排序，然后按项目集按字典顺序排序。

示例输入：

程序：

电流输出：

期望的输出：

'我必须开发一个软件，它是为“未来商店”超市的业务分析师准备的，该软件对给定的超市销售交易的过渡数据进行关联规则挖掘，并通过准备 Combo 来准备折扣政策。该软件利用数据挖掘算法，即 Apriori 算法。关联规则将以用户友好的方式显示，以根据积极关联规则生成折扣政策。

从哪里可以获得超市数据集来检查我编码的 Apriori 算法？

我们如何计算数据挖掘中FP_growth算法的时间复杂度和空间复杂度？

当给出支持度和置信度的百分比值时，如何在 Apriori 算法中找到最小支持度。例如，当支持度和置信度分别为 60% 和 60% 时，最小支持度是多少？