R의 arules 패키지는 'transactions'클래스를 사용합니다. 따라서 함수를 사용하려면 apriori() 기존 데이터를 변환해야합니다. 나는 2 열 및 약 1.6mm의 행이 행렬있어이 같은 데이터를 변환하기 위해 시도했다 : transaction_data <- as(split(original_data[,"id"], original_data[,"t
아이템 셋에 대한 적절한 최소 지원 및 자신감에 관한 어떤 종류의 자료를 제안 해주세요! :: 나는 자주 항목 집합을 검색하기 위해 알고리즘을 사용합니다. 나는 여전히 아이템 셋에 대한 적절한지지와 확신을 모른다. 지원의 규모를 결정하는 데 필요한 고려 사항을 알고 싶습니다.
데이터베이스 : 위의 표에서 Transacation# Items List
T1 butter
T1 jam
T2 butter
T3 bread
T3 ice cream
T4 butter
T4 jam
, 그것은 MySQL의 문에서 연역적 협회 규칙을 실행할 수 있습니까? 예를 들어 , 구매 (T, 버터)의지지 -
나는 트랜잭션 집합에서 연관 규칙을 생성하기 위해 apiori 알고리즘 구현을 사용하고 있으며 다음 연관 규칙을 얻고 있습니다. 하지만 나는 협회 규칙 1 -> 8을 가정 할 수 있습니다. 왜냐하면 10 개의 제품 클래스가 있기 때문에 연관 규칙이 0에서 시작하여 9까지 끝나기 때문입니다. 그러나이 알고리즘을 사용하면 8-> 2 또는 9 -> 1, 그래서
apriori 알고리즘을 사용하여 고객 계정에서 오류가 발생했음을 추측하려고합니다. 그래서 나는 오류 테이블과 같이 있습니다
error_id error_code cust_id
1 M015 100
2 M020 101
3 M016 100
4 M019 100
5 M015 102
... 그리고 내부 릴레이 M15
그래서 recent question은 저에게 다소 시원한 것을 알게했습니다 apriori algorithm. 나는 그것이 효과가있는 것을 볼 수 있습니다. 그러나 확실하지 않은 것은 실용적인 용도입니다. 아마도 관련 항목 집합을 계산하는 주된 이유는 자신의 구매 (또는 소유 항목 등)를 기반으로 누군가에게 추천을 제공 할 수 있기 때문일 것입니다. 그러나