Question

我认为这是一个精心准备的数据集。我想在R中使用Apriori算法来寻找关联并提出一些规则。我有大约16,000行（唯一客户）和179列代表各种项目/类别。数据如下所示：

     Cat1  Cat2  Cat3  Cat4  Cat5 ... Cat179
     1,     0,    0,    0,    1,  ...  0
     0,     0,    0,    0,    0,  ...  1
     0,     1,    1,    0,    0,  ...  0
     ...

我认为每个客户都有一个带有二进制值（1/0）的逗号分隔文件，类别可以解决这个问题，但在我使用以下数据读取数据之后：

data5 = read.csv（＆＃34; Z：/CUST_DM/data_test.txt" ;, header = TRUE，sep =＆＃34;，＆＃34;）

然后运行此命令：

rules = apriori（data5，parameter = list（supp = .001，conf = 0.8））

我收到以下错误：

Error in asMethod(object):
column(s) 1, 2, 3, ...178 not logical or a factor. Discretize the columns first.

我理解Discretize但不是在这种情况下我猜。一切都是1或0.我甚至将数据从INT更改为CHAR并收到相同的错误。我也将客户ID（唯一）作为第1列，但据我所知，当数据采用这种形式时（平面文件），这是不必要的。我确信有一些显而易见的东西我不知道 - 我是R的新手。

我错过了什么？感谢您的输入。

Answer 1

我用这种方式解决了问题：在将数据读入R之后，我使用lapply（）将数据更改为因子（我认为它的作用是什么）。然后我获取了该数据集并从中创建了一个数据框。然后我成功地应用了apriori（）。

Answer 2

您的数据实际上已经是（密集）矩阵格式，但../始终以read.csv的形式读取数据。只需先将数据强制转换为data.frame：

matrix

数据中的1s将被解释为项目的存在，而0s将被解释为缺席。有关如何创建交易的更多信息，请参见手册页dat <- as.matrix(data5) rules <- apriori(dat, parameter = list(supp = .001,conf = 0.8))。

R中的Apriori算法

2 个答案: