关联规则挖掘对每个属性具有大量值的分类数据

Question

我正在努力处理数据集的关联规则挖掘，数据集有很多二进制属性，但也有很多分类属性。将分类转换为二进制在理论上是可行的但不实用。我正在寻找一种技术来克服这个问题。

汽车规格的数据示例，执行关联规则挖掘，汽车颜色属性应该是二进制，在颜色的情况下，我们有很多颜色要转移到二进制（我的数据集是保险声称和它比这个例子更糟糕。）

Answer 1

关联规则挖掘不使用＆＃34;属性＆＃34;。它处理市场篮子类型的数据。 将它预处理为二进制属性没有意义。因为您需要再次将二进制属性转换为项目（最坏的情况是，您可以将＆＃34; color = blue＆＃34;项目转换为＆＃34; color_red = 0，color_black = 0，... color_blue = 1＆＃34;如果你也在寻找否定规则。

不幸的是，不同的算法 - 理论上相同的算法的不同实现 - 将以非常不同的方式扩展。

APRIORI旨在很好地适应交易数量，但对于支持度最低的不同项目数量不是很好;特别是如果您希望短项目集只是频繁的。其他算法如Eclat和FP-Growth可能会好得多。但是YMMV。

首先，尝试将数据集转换为市场购物篮格式，方式是您认为每个项目都是相关的。放弃其他一切。然后从最低支持开始，直到开始获得结果。使用过低的最低支持可能会耗尽内存，或者可能需要很长时间。

此外，请确保获得良好的实施。许多声称是APRIORI的东西只有它的一半，而且非常慢。