weka中的Apriori和fpgrowth算法用于关联规则挖掘

时间:2016-12-08 18:45:42

标签: weka data-mining apriori

我看了 “Apriori和Fpgrowth将产生相同的关联规则。” 但是当我在weka中使用Apriori和Fpgrowth算法时。 Aprior发现了一些规则而Fpgrowth找不到规则!! 为什么会这样?

我的数据集:http://s000.tinyupload.com/?file_id=67323646698703228823

我首先预处理:数字到标称值。 这是一个小分区:http://snap.stanford.edu/class/cs246-data/browsing.txt

由零和一转换为二项式! Qusetion: 向现有客户销售其他产品或服务的行为或做法称为交叉销售。提供产品推荐是在线零售商经常使用的交叉销售的一个例子。提供产品推荐的一种简单方法是推荐客户经常浏览的产品。假设我们想根据他们在在线网站上浏览过的产品向客户推荐新产品。使用A-priori算法的工具& FP-Growth找到经常在一起浏览的产品.llo, 我看了 隐藏复制代码 Apriori和Fpgrowth将生成相同的关联规则。 但是当我在weka中使用Apriori和Fpgrowth算法时。 Aprior发现了一些规则而Fpgrowth找不到规则!! 为什么会这样? 我的数据集 预处理:数字到标称

JJ 这是小分区 Qusetion: 隐藏复制代码 向现有客户销售其他产品或服务的行为或做法称为交叉销售。提供产品推荐是在线零售商经常使用的交叉销售的一个例子。提供产品推荐的一种简单方法是推荐客户经常浏览的产品。假设我们想根据他们在在线网站上浏览过的产品向客户推荐新产品。使用A-priori算法的工具& FP-Growth寻找经常一起浏览的产品。

1 个答案:

答案 0 :(得分:3)

只需将 positiveIndex 参数更改为1.它会起作用!