问题标签 [fpgrowth]

因此，我试图分析一些海草恢复数据，我每月测量枝条密度，并试图查看深度和物种或任何组合是否对海草的恢复贡献更大。我正在考虑进行多重回归，但有没有办法让它认为这是每月完成的？或者我应该只在回归中包含月份？

PS数据肯定很多正常

model.freqItemsetsFPGROWTH 算法是 spark 2.4 未显示 16GB 完整数据集的任何结果，但相同的模型或代码适用于 1Gb 样本数据集，它们是 16GB 数据集中的子集或样本数据集

代码片段

我得到以下输出：

我想在 RapidMiner 中处理这样的数据集：

order_id | 项目1 | 项目2 | 项目3

1 | 书 | 书 | 铅笔

2 | 铅笔| 高分辨率照片| CLIPARTO 书 | 橡皮

我想使用 fp-growth 和关联规则处理这些数据。什么是适合 RapidMiner 规则的合适数据集？

我试图通过应用 FP-Growth 在我的市场篮分析中找出关联规则。我关心的是按日期查找关联规则，这意味着在长达一年的时间里每天查找项目关联。我可以设计几天来获得关联，但设计它需要 356 天的时间。数据集如下。

我使用了 Rapidminer 中提供的购物篮分析模板。

我怎样才能通过几个步骤实现这一目标，而不是每天执行长达一年？

谢谢

样本数据

我正在使用Orange3-Associatefpgrowth中的模块从文件中的事务中查找规则。我正在使用这个脚本：

但是，当 I 时print(rules)，ConsequentQ显示为 2 个或更多项目的列表。输出：

[3, 5], [1, 2], 1, 1.0

为什么会出现这种情况？结果不是应该只有一项吗？

拜托，你能帮帮我吗？我有一个 80 个 CSV 文件数据集和一个由一个主设备和 4 个从设备组成的集群。我想读取数据帧中的 CSV 文件并将其并行化到四个从站上。之后，我想用 group by 过滤数据框。在我的 spark 查询中，结果包含按（“code_ccam”、“dossier”）分组的“code_ccam”和“dossier”列。我想使用 FP-Growth 算法来检测由“文件夹”重复的“code_ccam”序列。但是当我使用 FPGrowth.fit() 命令时，出现以下错误：

这是我的火花命令：

我正在尝试通过 sparklyr 在 R 中实现 fp-growth 算法。

我已经安装了 sparklyr 包并调用了 sparklyr 库，但是当我调用库 ml_fpgrowth 时它不起作用。

警告消息说它不适用于我的 R 版本，但我相信这是最新的 R 版本。

我还能如何安装那个 ml_fpgrowth 包？

我正在尝试使用 pyspark 进行关联规则挖掘。假设我的数据是这样的：

但根据https://spark.apache.org/docs/2.2.0/ml-frequent-pattern-mining.html，格式应该是：

所以我需要将我的数据从垂直传输到水平，并且所有 id 的长度都不同。

我该如何进行这种转移，或者有其他方法可以做到吗？

我正在使用 Christian Borlget 的FP-Growth和Apriori包来查找频繁项集和关联规则。根据他的论文，fp-growth 在所有情况下都比先验表现更好。

在我的机器上运行 FP-Growth，在一个 ~36MB（~500,000 行）的 csv 文件上，显示：

而 Apriori 的结果是：

我在实施中遗漏了什么？

解决此问题后： 如何将 FPGrowth 项目集限制为 2 或 3 我正在尝试使用 pyspark 将 fpgrowth 的关联规则输出导出到 python 中的 .csv 文件。运行近 8-10 小时后，它给出了一个错误。我的机器有足够的空间和内存。

代码在链接中： 如何将 FPGrowth 项目集限制为 2 或 3 只需再添加一行

使用的配置：

这继续运行并消耗了我的 C:/ 驱动器的 1000GB

是否有任何有效的方法可以将输出保存为 .CSV 格式或 .XLSX 格式。

错误是：