问题标签 [pattern-mining]

非常强大的开源数据挖掘工具 SPMF 的文档分别列出了它们：

http://www.philippe-fournier-viger.com/spmf/index.php?link=algorithms.php

有谁知道为什么？

我开始使用 arulesSequences，目的是对我拥有的一些数据执行频繁序列挖掘。商店 A 的数据如下所示：

CUSTOMER_ID seq_num 购买的商品尺寸

1 17399 1 2 {100,100}

2 17399 2 1 {800}

3 17399 3 2 {900,900}

4 17399 4 1 {405}

5 17399 5 4 {200,505,200,505}

这意味着这个顾客 #17399 多次在这家商店 A 购物。在他/她的第一次购物之旅中，此人购买了商品代码为 100 和 100 的商品（2 件商品）。在他/她的第二次购物之旅中，该客户只购买了商品 800。以此类推。

现在我想在这个客户上使用 cSPADE，订单在“购物篮”中并不重要，但在购物行程中却很重要。所以最终我对客户 17399 的记录是：

CUSTOMER_ID 购买了_items

17399 {(100,100),800,(900,900),405,(200,505,200,505)}

其中 {} 包含完整序列， () 表示每次购物行程。

我总体上理解这是一种可能性。但是，我没有看到任何示例（搜索了几个小时）或明确谈论支持这一点的 arulesSequences 的注释。有什么想法吗？将不胜感激。

谢谢你的时间。

我有一个数据集，其中包含用户在网站上的文本字段中编写的文本。由于网站的性质，大多数用户在该领域多次写作。现在我想看看是否有模式。例如，在某个时间写“A”的用户将在以后写“B”。

经过一番谷歌搜索后，我发现TraMineR这是一个用于这种分析的库。但似乎TraMineR和/或 R 设置了状态数的最大值。这是真的还是我做错了什么？解决我的问题的最佳方法是什么？

关于我的数据集的更多信息：

• 有超过一百万条文本输入日志
• 大约 90000 个不同的用户
• 大约 80000 个不同的输入（事件/状态？）

要创建我的数据的状态序列对象，我需要使用seqe2stm()from TraMineRextras（如此处所述），其中 my 的数量events超过 80000。运行该函数会给我错误：

矩阵中的错误（TRUE，nrow = nbstate，ncol = nevent）：
无效的“nrow”值（太大或 NA）
此外：警告消息：
在矩阵中（TRUE，nrow = nbstate，ncol = nevent）：
强制引入的 NA到整数范围

我收集了来自多个来源的文件。

每个文件都包含如下字符串：

我知道我可以事先编写所有可能的模式，但我宁愿自动编写。

是否可以制作一个程序来读取文件并计算模式？前任：

考虑输入文件是

我想提取模式 25 27 29. 我可以使用哪些算法来按这样的顺序挖掘模式？我愿意使用无监督学习技术来实现它。

我正在使用频繁模式挖掘算法 - 关联规则：

我的问题是：

是否有可能提取规则的支持和提升？我只是得到了信心...

非常感谢！

我有以下数据集：

我正在尝试使用 Spark Mllib 使用频繁模式挖掘来提取一些关联规则。为此，我有以下代码：

但是提取的所有规则的置信度都等于 1：

我真的不明白我在代码中遇到的问题......任何人都知道我必须计算置信度的错误是什么？

非常感谢！

我在一个列表中有一组大小为 3 的元组，它们表示窗口序列。我需要的是使用 pyspask 来获得（给定元组的前两个部分）第三个。

所以我需要它根据它们的频率创建三个元素的序列。

这就是我正在做的事情：

虽然，我希望看到它们遵循字母表的序列和频率，但它们没有。

我得到的序列如下：

没有出现在定义的那些中。显然，我构建功能的方式存在问题，或者我在该算法的目的和功能上遗漏了一些东西。

谢谢！

可以说我有这些数据。我的目标是提取序列的组合。
我有一个约束，两个事件之间的时间可能不超过 5，我们称之为maxGap.

如果想用这些序列作为二元解释变量进行分析。
给定这个数据框，结果应该是这样的。

(CB) 和 (CBC) 将是 0，因为maxGap> 5。
我试图为此使用许多 for 循环编写一个函数，但如果序列变得更大并且不同数量的 evet 也变得更大，它会变得非常复杂。如果不同用户的数量增长到 100 000。

是否有可能在 TraMineR 的帮助下做到这一点seqeconstraint？

我有一个人口问题的结果 每个人都提供每个问题的答案 每个人都有一些属性，如年龄、性别、种族、出生地等

我如何根据人们的答案对他们进行聚类并为此制定学习方法

例如

男性必须回答 B 到 Q1 和 A 到 Q3

亚洲人必须在 Q4、Q6、Q8 中回答 D