R语言包arules进行频繁项集挖掘的最简单例子
arules是进行频繁项集挖掘(frequent itemset mining)的有效工具,不过我在使用的时候发现网上很多例子都比较繁琐,这里总结一下其中apriori方法的最简单使用方法,这里首先给出代码: files_change<-read.transactions(input_file,format="basket",sep=",") summary(files_change) rules<-apriori(files_change,parameter=list(support=0.015,confidence=0.15,minlen=2,maxlen=2)) write(rules,file=output_file,",quote=TRUE,row.names=FALSE) 进行一些最简单解释,第一行代码读入文件,这里唯一需要注意的就是我们选择的数据文件的format是basket,例如这里的数据文件格式:https://github.com/TigerInnovate/PredictiveModeling/blob/master/groceries.csv 第三行需要注意的就是support、confidence这些值的设定。最后一行是直接将mining出来的rule进行输出。 提供一些有用的链接: arules的官方文档:https://cran.r-project.org/web/packages/arules/arules.pdf 介绍得比较详细的博客文章:https://blog.csdn.net/gjwang1983/article/details/45015203 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |