问题标签 [market-basket-analysis]

嗨，我有一个像这样的杂货订单稀疏数据框

然而，结果包括 0s（未订购的项目），如下所示： lhs rhs support confidence lift count {banana=0} => {apple=1} 0.5 0.6 1.2 3

如何忽略数据框中的 0，或将数据框转换为类似

谢谢。

我需要知道如何做一个简单的计算，但不记得怎么做。

如果我完成了购物篮分析，结果如下：

面包 => 牛奶：信心 = .6

奥利奥 => 牛奶：信心 = .5

什么是信心：

面包、奥利奥 => 牛奶：信心是什么=？

我目前正在为我的大学运营一个特定的项目。我将在项目中做的是建立一个带有关联规则挖掘的交叉销售模型。

结果，我有很多规则，但我不确定如何对它们进行排名，哪个是最好的。

哪个选项会更好，如果

选项1：Confidence=20% Lift= 5

选项 2：Confidence = 50% Lift = 2

我知道信心很重要，但我听说Lift也很重要。我应该牺牲一些信心来获得更多的提升还是保持平衡？

在 RStudio 中使用附加的数据集，我收到以下错误消息：

在以下代码之后：

我正在尝试使用“arules”包为 Apriori 分析设置数据。根据其他 StackOverflow 帖子和 CRAN 文档，我尝试向上述代码添加编码选项......但它们似乎不起作用。

我究竟做错了什么？

使用 arules，我有两个项目集，当有相同的项目时，我想在两个不同的项目集之间做减法。

您可以看到项集 fsets_model_test和项集 fsets_nonsesmic_test具有相同的项{TOTO3=15,MODIS_LST=1}

我想要做的是减去两个项目集之间的支持，在上面的例子中是 0.02432556 - 0.01265045 = 0.01167511，然后得到一个新的项目集。

如何在 arules 中实现这一点，谢谢

以下是示例项集

一个项目集

另一个项集是：

我正在对“市场篮子”之类的问题进行关联分析（查找一起销售的产品）。我有一个 12 个月的数据集，包含 150Mb 的数据，大约 7mi 的寄存器（发票和产品，以及其他数据）。我认为不值得去 Hadoop。我正在学习本教程（http://pbpython.com/market-basket-analysis.html），但我在 df.unstack() 中遇到内存错误部分。

如果您发现可以改进的地方，请告诉我。我会很感激的。

所以，我试图让 arules 处理我的数据，我有 transaction_ID、Item_name 和 Item_ID。但是如果我为 item_name 和 transaction_ID 调用 apriori 函数，太慢了，但如果我用 item_id 和 transaction_ID 调用它真的很快。那么，有没有办法用 item_id 创建规则，然后用 ids 代替它的真实姓名？这是一个可以使用的代码示例：

我已经在线阅读了 Stack 和各种文档，但仍然无法正常工作。

我有一个包含 5,368 笔交易的数据集。它们以 Excel 表格的形式出现，其中包含一堆不同的列 - CustomerID、ItemID 和 OrderID（见下文，数据从 A1:C10 中显示）。

我有3个问题：

• 具体来说数据需要采用什么格式？我尝试使用下面显示的所有 3 种格式来阅读它。我可以让 read.transactions 以任何这些格式读取数据，但是当我去运行 apriori 时，它只给了我 1 条规则（或者有时没有）。即使要获得该规则，我也必须将置信度设置为 0.01，并且 lhs 始终为空白。

• 我最近一次尝试使用第 21 行显示的格式。我什至删除了所有单笔交易（第 23 和 24 行）。然后我运行了这个语法：

我想我什至尝试过：

• 您的数据集需要多大？我的数据集是 5,368 行，其中只有 366 行涉及多个事务（所以数据中的大多数行就像下面的第 6 行），所以我的整体数据中大约只有 7% 有多个项目篮子。这就是我没有规则的原因吗？这就是我尝试消除所有单一篮子订单的原因，但即使这样也无济于事。

我有以下关于零售店的熊猫交易数据集：

我想为购物篮分析创建以下数据集：

简而言之，如果交易具有相同的 Assistant_name 和 Date，我假设它确实会生成新的 Invoice。

我目前正在研究来自 Kaggle 的 Santander Product Recommendation 数据集，以对 FPGrowth 进行实验。

来自 pyspark (ML) 的 FPGrowth 算法需要数据框作为项目集：

但是我拥有的数据是这种格式：

我试图通过用列名替换 1 并从中创建列表来解决它，但这不起作用。

有没有办法通过使用 Spark 数据框函数来执行这种转换？

非常感谢你！