Question

尝试在R中使用arulesSequences个包。遇到问题我见过很多人遇到但没有好的答案：从数据框架或矩阵到事务数据类型。

我已经完成了这个，正如文档明确指出的那样，arules：

a_df3 <- data.frame(TID = c(1,1,2,2,2,3), item=c("a","b","a","b","c", "b"))
a_df3
trans4 <- as(split(a_df3[,"item"], a_df3[,"TID"]), "transactions")

工作正常。但是如果我尝试对3列数据帧做同样的事情，那么一切都变得混乱：

a_df4<-data.frame(SEQUENCEID=c("1","1","1","2","2","3","3"),
                  EVENTID=c("1","2","3","1","2","1","2"),
                  ITEM=c("a","b","a","c","a","a","b"))
a_df4
   SEQUENCEID EVENTID ITEM
1    1         1      a
2    1         2      b
3    1         3      a
4    2         1      c
5    2         2      a
6    3         1      a
7    3         2      b

是的，有重复但这恰恰是重点，不是吗？（找到频繁的序列集）。

所以，现在我强迫这样：

seqt<-as(split(myseq[,"ITEM"],myseq[,"SEQUENCEID"],myseq[,"EVENTID"]),"transactions")

我得到了：

Error in asMethod(object) : 
   can not coerce list with transactions with duplicated items

我到处都试图通过这个简单的障碍：

更改拆分顺序
将所有内容都改为因素
将所有内容更改为矩阵
直接将数据框输入arules函数
导出为.txt，导入为read.transactions
导出为.txt，导入为“basket”
尝试“解决方案”：here，here和here（read_baskets是一个函数？）

所有错误都是上面描述的错误，或者当我没有得到任何错误时，我得到一个包含两列的事务对象，arulesSequences无法读取OF COURSE，因为它需要三列：1）SEQUENCE- ID，EVENT-ID，ITEMS。

我认为我的数据库结构不会更清晰。顺序是“客户编号”，事件ID将是购买编号和项目，以及项目。

请任何帮助，包括结构“as（）”想要看到它正确地进行强制。

Answer 1

试试这个：

trans4 <- as(a_df3[,"item"], "transactions")
trans4@itemsetInfo$sequnceID = a_df3$SEQUENCEID
trans4@itemsetInfo$eventID = a_df3$EVENTID

transSeq = as(trans4, "timedsequences")

Answer 2

arules将事务视为集而不是序列。

它可以检测频繁项集，但可能不是序列。

检查重复项是防止错误使用它的一种保护措施：它会忽略多重性和顺序，因此有多个相同类型的项目会丢失信息。

transactions类表示用于挖掘项集或规则的事务数据。它是class itemMatrix的直接扩展，用于存储二进制关联矩阵，项标签以及可选的事务ID和用户ID。

（来自文档，重点补充）

Answer 3

这个问题被问到了一段时间了，但无论如何我都会试着回答它。该错误似乎是因为存在以下类型的相同记录

  SEQUENCEID EVENTID ITEM
1    1         1      a
3    1         1      a
4    2         1      c

如果在拆分和转换为事务之前检查不同的记录，这可能会解决问题。

R中的arules的序列事务类

3 个答案: