Question

我在Azure机器学习工作室上创建了一个新实验，通过模块Execute R Script能够从起始数据集中挖掘关联规则。在本次实验中，我使用了R版Microsoft R Open 3.2.2

Azure ML实验中使用的功能，我首先在R studio上编写并测试了它，我没有遇到任何问题。这是我的实验结构：

这是在Azure ML上的模块中插入的代码的一部分，在R Studio上正常工作：

# Map 1-based optional input ports to variables
dataset1 <- maml.mapInputPort(1) # class: data.frame

library("arules")
library("sqldf")

x <- sqldf('select ID_Ordine, AnnoOrdine, ZonaCommerciale, Modello, SUM(Qta) as Qta 
            from dataset1 group by ID_Ordine, Modello order by ID_Ordine')

a_list1 <- transform(x, Modello = as.factor(Modello),
                     ID_Ordine = as.factor(ID_Ordine)) 
transactions <- as(split(x[,"Modello"], x[,"ID_Ordine"]), "transactions")
rules <- sort(apriori(transactions,
                        parameter = list(supp = 0.1, conf = 0.1, target = "rules",
                                         maxlen = 5)), by="lift")
gi <- generatingItemsets(rules) #remove inverse duplicated rules
d <- which(duplicated(gi))      #remove inverse duplicated rules
rules <- rules[-d]              #remove inverse duplicated rules

#create a dataframe to be used as output
result <- data.frame(label_lhs = labels(lhs(rules)), 
                     label_rhs = labels(rhs(rules)),
                     count = quality(rules)["count"])

# Select data.frame to be sent to the output Dataset port
maml.mapOutputPort("result");

如果我从代码count = quality(rules)["count"]中排除这一行（要导入输出数据帧的语句与计数相关的列），实验正常，但是当我也导入计数列时，执行实验给我以下错误：

有人知道如何修复此错误，或者知道从Azure ML识别的arules对象中选择count列的另一种方法吗？

感谢您的任何建议

Answer 1

此版本的软件包count中的apriori()列不会计算arules列，因此我以这种方式计算它，使用反向公式计算支持：

#create a dataframe to be used as output
result <- data.frame(label_lhs = labels(lhs(rules)), 
                     label_rhs = labels(rhs(rules)),
                     count = quality(rules)$support*length(transactions))

因为支持是使用以下公式计算的：

support = (number of transactions with A&B)/(number of total transactions)

使用R脚本部署azure ML实验以挖掘关联规则时出错

1 个答案: