加快识别子序列

Question

我使用的数据集在每个序列中都有数百个事件。我正在尝试使用TraMineR识别子序列和顺序关联规则。例如，这是我要编写的代码：

# Frequent subsequences:
fsubseq <- seqefsub(weaver, minSupport = 0.05, maxK = 4)
fsubseq <- seqentrans(fsubseq)
fsb <- fsubseq[fsubseq$data$nevent > 1]
plot(fsb[1:20], col = "cyan")

# Sequential association rules:
rules <- TraMineR:::seqerules(fsubseq)
rules[order(rules$Lift, decreasing = TRUE)[1:25], 1:4]

这通常是可行的，只要我将maxK设置为1-3，但是当我移动该值时，计算需要数小时（如果不是几天）。我可以调整哪些特定参数来加速这些计算吗？

Answer 1

计算时间与以下内容密切相关：

• 每个序列的事件数。该算法被设计用于每个序列（通常为<6）和许多序列的少量事件。您可以尝试删除一些不是您主要关注的事件或分析事件组。我想事件数和计算时间之间的关系至少是指数级的。每个序列超过10个事件，它可能非常慢。
• 最低支持率。在最小支持度较低的情况下，可能的子序列数量变得非常大。尝试将其设置为更高的值。

希望这有帮助。