Question

我正在查看此数据集：chained-indexing

我预处理了数据：

ca.1<-read.csv("CreditApproval.csv",T,",")

# From http://stackoverflow.com/q/4787332/
remove_outliers <- function(x, na.rm = TRUE, ...) {
  qnt <- quantile(x, probs=c(.25, .75), na.rm = na.rm, ...)
  H <- 1.5 * IQR(x, na.rm = na.rm)
  y <- x
  y[x < (qnt[1] - H)] <- NA
  y[x > (qnt[2] + H)] <- NA
  y
}

ca.1$A2<-remove_outliers(ca$A2)
ca.1$A3<-remove_outliers(ca$A3)
ca.1$A8<-remove_outliers(ca$A8)
ca.1$A11<-remove_outliers(ca$A11)
ca.1$A14<-remove_outliers(ca$A14)
ca.1$A15<-remove_outliers(ca$A15)
ca.1$A2<-discretize(ca.1$A2,"frequency",categories = 6)
ca.1$A3<-discretize(ca.1$A3,"frequency",categories = 6)
ca.1$A8<-discretize(ca.1$A8,"frequency",categories = 6)
ca.1$A11<-discretize(ca.1$A11,"frequency",categories = 6)
ca.1$A14<-discretize(ca.1$A14,"frequency",categories = 6)
ca.1$A15<-discretize(ca.1$A15,"frequency",categories = 6)

ca.1<-na.omit(ca.1)

微调支持后，自信，min / maxlen我仍然有65条规则：

> rules<-apriori(ca.1, parameter= list(supp=0.15, conf=0.89, minlen=3, maxlen=4), appearance=list(rhs=c("class=-", "class=+"), default="lhs"))
> rules.sorted <- sort(rules, by="lift")
> inspect(rules.sorted)
     lhs                     rhs       support   confidence lift    
[1]  {A5=g,A9=t,A10=t}    => {class=+} 0.1521739 0.8974359  2.770607
[2]  {A4=u,A9=t,A10=t}    => {class=+} 0.1521739 0.8974359  2.770607
[3]  {A1=a,A9=f}          => {class=-} 0.1717391 0.9753086  1.442579
[4]  {A1=a,A9=f,A13=g}    => {class=-} 0.1608696 0.9736842  1.440176
...[65]

正如您所看到的那样，+规则比-规则具有更大的提升，但支持度和置信度更低。我一直在查看文档，并且无法通过提升找到任何限制参数。这可能吗？如果没有，你在这样的情况下做了什么？

Answer 1

在 arules 包中，有一个特殊功能可以子集定义此对象类型。为了滤除提升值小于2的规则，您可以尝试以下操作：

subset(rules, subset = lift > 2)

Answer 2

如果你尝试了怎么办？

apriori(df, parameter = list(lift = 0.3, minlen =2))

在这种情况下，您可以将最小升力设置为任何值，只需选择0.3。

Answer 3

我认为apriori函数不会将lift作为参数之一。如果我尝试设置电梯，我会收到此错误

错误：参数无效：提升

相反，我可以通过提升对规则进行排序，并根据提升值选择规则，如下所示

sort（规则，by =“lift”，减去= TRUE）

这不是一个简单的解决方案，而是一个不错的解决方法

Answer 4

您不能仅凭电梯限制先验规则。您必须首先在此处进行支持和信心以获取限制：

 rules<-apriori(ca.1, parameter= list(supp=0.15, conf=0.89, minlen=3, maxlen=4)

然后，执行类似的操作

rulesLift <- sort(subset(rules, subset = lift < 2), by="lift") 
inspect(rulesLift)

Answer 5

另一种方法是使用import os listnumbers = '1.0,5.0,6.0,7.0,9.0,10.0' folder_root = '/path/to/your/folder' # in your case: C:\ArcGIS\Projects\Name folders = listnumbers.split(',') for f in folders: os.makedirs(os.path.join(folder_root, f))。例如：

arules::quality()

此功能可以按association.rules <- apriori(tr, parameter = list(support=0.005, confidence=0.25, minlen=3, maxlen=10)) subRules<-association.rules[quality(association.rules)$lift > 1]进行过滤。

R-有没有办法通过升力限制先验规则？

5 个答案: