问题标签 [pattern-mining]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
apriori - 关联挖掘可以处理非线性关系吗？
对于一个关联规则 x->y，当提升为 1 时，x 和 y 是独立的。如果提升小于 1，则两者是负相关的，否则它们是正相关的。如果它们具有非线性相关性怎么办？关联规则/频繁项集会捕获这种关联吗？
r - 有没有办法获得关联规则项之间的平均时间差？
我是数据挖掘的新手，对关联规则感兴趣。对于包含三个项目（ID、时间戳（日期）、产品）的数据集，如下所示：
我已经在 R 中应用了先验算法来获得关联规则及其提升、置信度和支持度。这已经很棒了！
但是，现在我对获取此类关联规则中项目之间的（平均）时间差更感兴趣。
假设：如果一个人购买了产品 12 和 01 ，他需要 xxx 天/月才能购买产品 23。
有没有办法获得这个时间信息，例如以另一种算法的形式这样做？
已经谢谢了！
python - 使用 Pandas DataFrame 和距离矩阵的顺序关联规则挖掘
我已经实现了数据之间的关联。因此，在使用 TF-IDF 并计算数据之间的距离后，我有一个距离矩阵。我还生成了一个包含 50 个集群的凝聚层次聚类。现在我想预测顺序关联规则（即使文章不在同一个集群中）？有谁知道我可以使用哪种算法？
我所有的数据都按列排序，并且有一个前提条件的概念。例如，根据 1 的元素在（在时间上）根据 2 的元素之前。
这是我的数据：
| 分拣机 | 文章 | 买家 |
|---|---|---|
| 1 | 苹果 | 客户1 客户2 客户4 |
| 2 | 大米 | 客户 2 客户 4 客户 5 |
| 3 | 意大利面 | 客户 2 客户 3 客户 6 |
| ... |
我的距离矩阵是每篇文章之间的距离，我的凝聚层次聚类是关于文章关联的。所以我想用置信度分数预测文章模式：Apples -> Rices Confident = 1 Apples, Rices -> Pastas Confident = 0.2