许多连续变量之间的关联规则

时间:2017-11-08 11:17:51

标签: r algorithm machine-learning associations arules

我有一个大型数据集,我正在尝试挖掘变量之间的关联规则。

我的问题是我有160个变量,其中我必须查找关联规则,而且我有超过1800个项目集。

此外,我的变量是连续变量。为了挖掘关联规则,我通常使用apriori算法,但众所周知,该算法需要使用分类变量。

有没有人对我在这种情况下可以使用哪种算法有任何建议?

我的数据集的限制示例如下:

ID_Order   Model     ordered quantity
A.1        typeX     20
A.1        typeZ     10
A.1        typeY     5
B.2        typeX     16
B.2        typeW     12
C.3        typeZ     1
D.4        typeX     8
D.4        typeG     4
...

我的目标是挖掘关联规则和不同产品之间的关联,也许用R中的神经网络算法有没有人对如何解决这个问题有任何建议?

提前致谢

2 个答案:

答案 0 :(得分:2)

您可以从数据集创建事务,如下所示:

library(dplyr)

此功能用于获取每ID_Order

的交易
concat <- function(x) {
  return(list(as.character(x)))

}

dfID_Order并连接。 pull()会在列表中返回连接的Model

a_list <- df %>% 
  group_by(ID_Order) %>% 
  summarise(concat = concat(Model)) %>%
  pull(concat)

将名称设为ID_Order

names(a_list) <- unique(df$ID_Order)

然后您可以使用包arules

获取transactions类的对象:

transactions <- as(a_list, "transactions")

提取规则。您可以在suppconf resp。

中设置最低支持率和最低置信度
rules <- apriori(transactions, 
                 parameter = list(supp = 0.1, conf = 0.5, target = "rules"))

要检查规则,请使用:

inspect(rules)

这就是你得到的:

     lhs              rhs     support confidence lift      count
[1]  {}            => {typeZ} 0.50    0.50       1.0000000 2    
[2]  {}            => {typeX} 0.75    0.75       1.0000000 3    
[3]  {typeW}       => {typeX} 0.25    1.00       1.3333333 1    
[4]  {typeG}       => {typeX} 0.25    1.00       1.3333333 1    
[5]  {typeY}       => {typeZ} 0.25    1.00       2.0000000 1    
[6]  {typeZ}       => {typeY} 0.25    0.50       2.0000000 1    
[7]  {typeY}       => {typeX} 0.25    1.00       1.3333333 1    
[8]  {typeZ}       => {typeX} 0.25    0.50       0.6666667 1    
[9]  {typeY,typeZ} => {typeX} 0.25    1.00       1.3333333 1    
[10] {typeX,typeY} => {typeZ} 0.25    1.00       2.0000000 1    
[11] {typeX,typeZ} => {typeY} 0.25    1.00       4.0000000 1

答案 1 :(得分:1)

来自? transactions的示例部分:

## example 4: creating transactions from a data.frame with 
## transaction IDs and items (by converting it into a list of transactions first) 
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")
trans4
inspect(trans4)