使用库mlxtend进行关联规则挖掘
关联规则挖掘是一种数据挖掘技术，用于发现数据集中的频繁项集和关联规则。它可以帮助我们了解数据中的相关性和关联性，从而支持决策制定、市场营销、推荐系统等领域的应用。
库mlxtend是一个Python机器学习扩展库，提供了丰富的机器学习和数据挖掘工具。它包含了一些用于关联规则挖掘的函数和类，可以方便地进行频繁项集和关联规则的发现。
关联规则挖掘的步骤通常包括：
- 数据预处理：对原始数据进行清洗、转换和格式化，以便进行关联规则挖掘。
- 频繁项集发现：使用Apriori算法或FP-Growth算法等方法，找出在数据集中频繁出现的项集。
- 关联规则生成：根据频繁项集，生成满足最小支持度和最小置信度要求的关联规则。
- 关联规则评估：使用支持度、置信度、提升度等指标对生成的关联规则进行评估和筛选。
使用mlxtend库进行关联规则挖掘的示例代码如下：
from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules
# 假设我们有一个包含交易数据的数据集
dataset = [['牛奶', '面包', '尿布'],
['可乐', '面包', '尿布', '啤酒'],
['牛奶', '尿布', '啤酒', '鸡蛋'],
['牛奶', '面包', '尿布', '啤酒'],
['可乐', '尿布', '啤酒']]
# 将数据集转换为适合关联规则挖掘的格式
from mlxtend.preprocessing import TransactionEncoder
te = TransactionEncoder()
te_ary = te.fit(dataset).transform(dataset)
df = pd.DataFrame(te_ary, columns=te.columns_)
# 使用Apriori算法找出频繁项集
frequent_itemsets = apriori(df, min_support=0.2, use_colnames=True)
# 根据频繁项集生成关联规则
rules = association_rules(frequent_itemsets, metric="confidence", min_threshold=0.7)
# 打印关联规则
print(rules)在腾讯云的产品中，可以使用云数据库TencentDB来存储和管理关联规则挖掘所需的数据。此外，云服务器CVM可以提供计算资源支持，云函数SCF可以用于执行关联规则挖掘的代码。
相关·内容
我在维度为(23144, 32)的临床数据集上使用库mlxtend运行关联规则挖掘。
不幸的是，大约50分钟后，我收到了一条消息“内核死了……”，所以在检查之后，我意识到它耗尽了内存。
我也尝试过Google Cloud (试用版300美元免费，最大使用15 up )，但问题是一样的。
问题：
1)以上数据量是否可以作为关联规则算法的大数据？我觉得它还很小，为什么会消耗很多内存呢？
2)我也尝试了FPGrowth算法，它比Apriori 5x更快，但是问题仍然是一样的，有什么方法可以克服这个问题吗？
3)我认为当前的关联规则算法的python库对相对较大的数据没有很好的支持？我说的对吗？
Py
浏览 43提问于2020-06-01得票数 1
1回答
这不是一个代码问题，而更多的是一个“我需要考虑这个”的问题。
据我所知，Apriori挖掘算法属于关联挖掘的范畴，这意味着它使用基于数据中的关系的规则来提取信息。
当我对它们进行研究时，它们看起来都惊人地相似，那么有什么区别呢？它们是不同的东西吗？如果是这样，是什么让Apriori独一无二的？
浏览 1提问于2015-11-30得票数 0
我正在做一个项目“基于关系数据库的关联规则挖掘”。我已经完成了我的实现，但问题是我没有任何其他工具来比较(检查)我的结果
有没有人能推荐我在关系数据库上进行关联规则挖掘的工具？
我的实现中的示例输入是：
A B C
0 0 0
0 0 1
0 1 1
1 1 1
1 1 1
输出：
A:1 --> B:1 C:1 100.0%
B:1 --> A:1 C:1 66.66667%
A:1 B:1 --> C:1 100.0%
C:1 --> A:1 B:1 50.0%
A:1 C:1 --> B
浏览 2提问于2013-05-02得票数 0
1回答
关联规则算法
、、、
我是数据挖掘的新手。我想要从我的数据集中挖掘多维和有序的关联规则。
if (income => 100) ^ (priority=>1) ^ (skill=>technician ) then (approve=>prove)
我所学到的是分类=表示技能，例如技术人员、水管工或任何文本数据
numeric =日期、余额的数字
那么主要的问题是应该使用哪种关联规则算法？大多数算法都是定量的或分类的，有没有组合的？
浏览 1提问于2014-04-01得票数 0
我是数据挖掘的新手，对关联规则和频繁项挖掘感到困惑。对我来说，我认为两者都是一样的，但我需要这个论坛上专家的意见
我的问题是
关联规则挖掘和频繁项集挖掘有什么区别？谢谢
浏览 2提问于2010-06-16得票数 12
回答已采纳
3回答
我想要做的是在我的SQL Server2000数据库上应用数据挖掘的关联方法。关联规则类似于“查找一起出现在数据库中的最频繁的项目”。
对于那些不知道或者想记住什么是关联方法的人，可以看看这个关于数据挖掘中的关联规则的演示文稿。
第17张幻灯片给出了一个在数据库上应用关联规则的很好的例子。
所以你能帮我写一下我的SQL代码吗(当然，如果这样就足够了)
谢谢。
编辑:我已经更正了链接。
浏览 2提问于2010-03-24得票数 4
回答已采纳
1回答
我读了一些关于关联规则挖掘( Association )的文章，碰到了一个Kaggle数据集，其中一个竞争对手应用了张的规则。我想知道它是什么。我试着在网上寻找它，大部分的点击都围绕着某个中国皇帝的名字，这个名字统治着中国。而其他的事情则与此无关。如果你有什么可以分享的，比如它的意义，那就太棒了。
这里也没有以“吧”开头的标签。
浏览 0提问于2022-04-28得票数 0
3回答
我正在做一个名为“从社交网络数据中发现关联规则:将数据挖掘引入语义网”的项目。有没有人能推荐一个好的算法源码(以及它的代码。我听说它可以使用Perl和R包实现)来从社交网络数据库中查找关联规则？
可以在以下链接中获取数据库的快照：
该数据集可通过以下链接获得：
我已经搜索了很多关于这个项目，但不幸的是还没有找到有用的东西。下面的链接我发现有些相关：
犯罪数据：
我们将非常感谢您的帮助。
谢谢,
浏览 6提问于2011-04-18得票数 4
回答已采纳
2回答
我在一家零售公司的店内交易中工作了3个月.我做了同样的市场篮子分析，我得到了数百个，如果不是数以千计的关联规则。我在Python中使用了mlxtend.frequent_patterns import apriori中的apriori算法，并且在apriori(basket_sets, min_support=0.01, use_colnames=True)中使用了不同的支持值，从0.01到0.4。
如果我使用的支持值太高(对于某些商店没有找到规则)，则关联规则很少，如果我使用的支持值太低，就很难理解生成的关联规则，因为这样的规则太多了。
由于我选择了低支持值，所以我想了解如何向数据所有者展示
浏览 0提问于2020-04-21得票数 0
回答已采纳
1回答
Frozenset列出错误的结果
、、、、
我所做的是：
a = dataframe.antecedants
print(type(a[0]))
print(a[10])
b = a.tolist()
print(type(b[10]))
print(b[10])
c = [list(x) for x in a]
print(type(c[10]))
print(c[10])
我试图将我的先验数据保存到Elasticsearch，因为它包含了frozenset，所以我得到了一些错误，所以我将frozenset转换为list，在这里，当我将我的frozenset转换为list时，我得到了错误的结果。我为什么要这么做？我只想将一个
浏览 2提问于2018-09-02得票数 0
回答已采纳
1回答
我使用的是频繁模式挖掘算法--关联规则：
import org.apache.spark.mllib.fpm.AssociationRules
import org.apache.spark.mllib.fpm.FPGrowth.FreqItemset
val freqItemsets = sc.parallelize(Seq(
new FreqItemset(Array("a"), 15L),
new FreqItemset(Array("b"), 35L),
new FreqItemset(Array("a", "b&#
浏览 8提问于2016-09-27得票数 3
回答已采纳
1回答
我正在寻找一个算法，但错过了正确的关键字，以获得一个漏洞。我试图实现的是一个发现相关性/模式/.在元组数据集中(简化)。例如：
dataset=(('a','b','c'),('1','a'), ('x','y','b','c'))
print magic(1.0, dataset)
-> ('b','c')
正如您所看到的，函数应该返回元素对，这些元素总是在一起出现(1.0 = 100%)或具有特定的可能性。
有
浏览 4提问于2014-06-20得票数 3
回答已采纳
聚类标签(在多标签分类问题中)，这些标签通常一起出现在数据帧中？例如，我有这样的数据帧： text | genre
===========================
text 1 | [action,mistery,horror,thriller]
text 2 | [drama,romance]
text 3 | [comedy,drama,romance]
text 4 | [scifi,mystery,horror,thriller]
text 5 | [horror,mystery,thriller] 如何对经常一起出现的标签进行聚类?例如，类型
浏览 36提问于2020-12-22得票数 1
我正在学习mahout中的fpgrowth，我发现了出生频繁项集的功能，但是如何使用mahout来形成频繁项集的规则呢？它还没有在mahout中实现吗？
浏览 0提问于2012-07-17得票数 1
我有一个Excel电子表格，其中每一列都是某个变量。在我的专栏的末尾，我有一个特殊的最后一列，叫做"Type“，它可以是A、B、C或D。
每一行都是一个具有不同变量的数据点，最后一列中记录了一个特定的“类型”存储桶(A/B/C/D)。
我需要一种方法来检查特定类型的所有条目(例如，"C“或"C"|"D")，并找出哪些变量是最后一列的良好预测器，以及哪些变量比其他变量更好的预测器。
一些变量是数字，另一些是固定的字符串(来自一组字符串)，所以它不仅仅是数字/数字的相关性。
Excel 2003是一个很好的工具吗?或者有没有更好的统计程序可以让这件事
浏览 0提问于2013-04-06得票数 0
3回答
我正在使用一种apiori算法实现从事务集生成关联规则，并且我将获得以下关联规则。但是我得到了关联规则1->8我可以假设8->1因为有10个产品类，所以关联规则从0开始到9结束，但是使用这个算法我没有得到像8->2或9->1这样的东西，所以我可以将关联规则2->8反转到8->2吗?如果不能，有人可以指出更好的先验算法实现吗？
0-->5
0-->9
1-->2
1-->4
1-->5
1-->7
1-->8
1-->9
2-->3
2-->4
2-->5
2-->6
2-->7
2
浏览 1提问于2011-01-15得票数 1
我在Ubuntu16.04上使用Python3.5.2。
我用..安装了滑雪板。
sudo apt install python-sklearn
并且使用..。
sudo pip3 install mlxtend
我正在尝试运行在互联网上找到的基本Iris示例，但是当我试图从plot_decision_regions导入mlxtend.plotting时，我就会得到一个错误
from mlxtend.plotting import plot_decision_regions
Traceback (most recent call last):
File "scripts/mac
浏览 2提问于2019-07-31得票数 1
回答已采纳
1回答
关联规则挖掘(信心和提升)
、、、、
我目前正在为我的大学经营一个特定的项目。在这个项目中，我要做的是建立一个关联规则挖掘的交叉销售模型。
结果，我有大量的规则，但我不知道如何对它们进行排序，这将是最好的。
哪一种选择更好
备选案文1：Confidence=20% Lift= 5
备选案文2：Confidence = 50% Lift = 2
我知道信心很重要，但我听说Lift也很重要。我应该为了更大的升力而牺牲一些信心，还是保持平衡？
浏览 6提问于2017-09-29得票数 0
5回答
我无法在Jupyter Python3笔记本中安装mlextend包。
我已经尝试过pip install mlxtend或pip3 install mlxtend，但它要么在Python2上显示语法错误，要么告诉在python3的命令行上尝试。我尝试过在命令行上安装它，但它显示“错误:找不到满足要求的版本mlextend (from versions: none)错误:没有找到匹配的mlextend发行版本”
from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import associat
浏览 1提问于2019-07-09得票数 7
2回答
我在一家金融公司工作，负责维护证券(股票)和交易数据仓库。我想知道是否有人能指出从这些仓库中可以挖掘和提取哪些有趣的信息？我最近一直在阅读关于数据挖掘和信息提取的文章，并希望应用这些算法来挖掘可能对金融公司一般有用的东西。任何想法都将受到高度赞赏。
浏览 1提问于2011-04-28得票数 0
1回答
我正在研究关联规则的项目隐私保护数据挖掘，因为我需要垂直划分的二进制数据集样本。有谁可以帮我？
浏览 3提问于2013-04-13得票数 0
2回答
我正试图想出一个算法，在同一个句子中为产品找到最常用的前三名形容词。我想使用关联规则挖掘(Apriori算法)。
为此，我计划使用twitter数据。我可以或多或少地把抽搐分解成句子，然后通过过滤，我可以找到产品名称和形容词。
例如，在过滤后，我有类似的数据；
迷你ipad，太棒了
ipad迷你，太可怕了
三星星系s2，最佳
..。等。
产品名称和形容词以前都有定义。因此，我有一套产品名称和一组形容词，我正在寻找。
我读过几篇关于情感分析和规则挖掘的论文，他们都说Apriori算法是使用的。但是他们没有说他们是如何使用它的，他们也没有给出细节。
Therefore how can I redu
浏览 6提问于2014-05-24得票数 0
回答已采纳
从plot_decision_regions导入mlxtend.plotting有问题。
我已经正确地安装了mlx趋向，并且我可以在python3中导入它，而不会出现问题。
从"/home/marianna/.local/lib/python3.5/site-packages/mlxtend/plotting/init.py"，导入plot_decision_regions跟踪(最近一次调用)：文件""，第1行，在文件mlxtend.plotting第15行，从.heatmap导入热图文件"/home/marianna/.local/lib/pytho
浏览 0提问于2019-09-13得票数 0
3回答
我对这一领域和术语都是新手，所以如果我在哪里出错了，请随时提出建议。我有两个这样的数据集：
数据集1：
A B C 0 E
A 0 C 0 0
A 0 C D E
A 0 C 0 E
我的解释是，在某个时间点，(A，B，C，E)一起发生，(A，C)，(A，C，D，E)等等。
数据集2：
5A 1B 5C 0 2E
4A 0 5C 0 0
2A 0 1C 4D 4E
3A 0 4C 0 3E
我的解释是，在某个时间点，A出现了5次，B出现了1次，C出现了5次，E出现了2次，以此类推。
我正在尝试找出哪些项目同时出现，如果可能的话，也要找出原因和结果。为此，我不知道如何使用这两个数据
浏览 1提问于2011-08-13得票数 24
回答已采纳
2回答
因此，一个让我意识到了相当酷的。我明白它为什么会起作用，但我不确定的是它的实际用途。想必计算相关项目集的主要原因是能够根据某人自己的购买(或拥有的项目等等)为他们提供建议。但是，你如何从一组相关的项目到个别的建议呢？
维基百科的文章结尾：
第二个问题是从具有最小置信度约束的大型项集生成关联规则。假设一个大型项目集是Lk，Lk = {I1，I2，…，Ik}，该项集的关联规则以下列方式生成:第一个规则是{I1、I2、…，Ik-1}⇒{Ik}，通过检查此规则的可信度，可以确定此规则是否有趣。然后，通过删除前项中的最后项并将其插入到后续规则中，生成其他规则，进一步检查新规则的机密性以确定它们的兴趣度
浏览 8提问于2009-08-10得票数 4
回答已采纳
1回答
为了机器学习的目的，我正在尝试安装python库mlxtend。我尝试了几种解决方案，包括：
pip install mlxtend
easy_install mlxtend
我还阅读了所有关于类似错误的线程r，但都没有成功。当我执行所有这些操作时，setup.py失败。
当我最后尝试执行我直接从库压缩包下载的setup.py (我在库解压缩窗口中打开了cmd )时，我得到了这个错误消息：
我在windows中使用Python3。有谁可以帮我？我完全被这个问题卡住了。
提前感谢并致以最良好的问候！
浏览 5提问于2017-03-28得票数 1
我正在使用先验函数来创建一个项目推荐系统。我成功地使用以下方法创建了规则：
tr <- read.transactions("itemList.csv", format = 'basket', sep=',')
rules <- apriori(tr, parameter = list(supp=0.01, conf=0.8))
rules <- sort(rules, by='confidence', decreasing = TRUE)
其中一条规则是{鸡蛋} => {乳}
现在我想要一些能打印牛奶的功
浏览 0提问于2019-12-17得票数 1
回答已采纳
1回答
我有大量的数据。数据有13个参数，这些参数相互依赖，依赖关系是由一些规则建立的。
如果说parameter_one是"A"，而parameter_two是"B"，并且有规则规定parameter_one==A和parameter_two==B=>parameter_three==C，那么parameter_three应该是C(理想情况下)。所以，基本上它是很多if/else语句。
现在，我有了数据，我们必须让机器学习模型学习规则，这样任何不遵守规则的数据出现时--就像上面的例子一样，如果parameter_three是'D‘而不是'C
浏览 1提问于2019-11-26得票数 1
1回答
R中Apriori算法预测多输出
、、、、
目前，我正在使用item-item开发基于r的推荐系统。我使用的包是arules。我已经完成了我的基本模型，但是我想用以下标准来修改我的模型：
在先验algo中。我们将只接收一个输出，而不是多个输出。我想要rhs方面的多个输出值。例如：
lhs rhs
{GH DAILY MOONG DAL PREMIUM 1kg,
浏览 0提问于2018-07-05得票数 2
3回答
背景大多数关于频繁项集挖掘的示例都具有具有唯一项的事务。例如，{1,2}, {1,3}, {2,3,5,6}, {6}。我想知道在交易中重复是否会影响结果。例如，{1,2,1}, {2,2,3}, {4,3}, {4,1,2,4,2,6}
问题使用先验算法，在事务数据库{1,2,1}, {2,2,3}, {4,3}, {4,1,2,4,2,6}中对1项的支持是什么？我想结果是：
{1}: 2
{2}: 3
{3}: 2
{4}: 2
{6}: 1
浏览 9提问于2014-01-09得票数 3
7回答
开源数据挖掘软件
、、
我想知道，我可以用来生成非二进制关联规则的最好的开源软件是什么。我需要一个非二进制实现，因为将我当前的非二进制数据转换成二进制数据不会得到想要的结果。
谢谢，迫不及待地想在这里看到你的评论！
浏览 3提问于2009-07-28得票数 1
回答已采纳
1回答
先验内存不足
、、
我正在使用R，并使用以下命令，我得到了错误not enough memory. Increase minimum support!我试图将支持增加到0.5，但我仍然得到相同的错误。任何帮助都将不胜感激。我的数据是(5000,2)。 > x=apriori(d,parameter = list(support=0.5,confidence=0.8,maxlen=5))
Apriori
Parameter specification:
confidence minval smax arem aval originalSupport maxtime support minlen ma
浏览 94提问于2019-03-12得票数 1
回答已采纳
3回答
我有一个用户和组数据库。数据库中有很多组，每个组都有很多成员。例如；
User1是Group1，Group2，Group3User2是Group2User3的成员，Group2，Group5
这些群体之间存在着父子关系。父组是更一般的组。例如,
ProgrammersGroup5：Group2：.NET程序员
在数据库中，组间没有父子关系。如何建立动态的亲子关系？我对这些问题有什么算法吗？
谢谢你的回复。
浏览 3提问于2012-02-27得票数 0
回答已采纳
1回答
我使用库作为Apriori算法的实现。
rules = apriori(trs, min_support = 0.02, min_confidence = 0.1, min_lift = 3)
rules是一个生成器，可以用res=list(rules)转换成一个列表。对于大型数据集，list(rules)似乎需要很长时间。
你能帮我理解一下，如果规则是按某种标准排序的，那么我只能检索最相关的规则？或者，例如，按照rules对lift进行排序的最有效方法是什么。
这是典型的输出(即列表中的元素)：
RelationRecord(items=frozenset({'chicken'
浏览 1提问于2018-05-23得票数 4
回答已采纳
3回答
几天来，我一直在为我的考试做一些工作，我正在复习一些过去的试卷，但不幸的是，没有相应的答案。我已经回答了这个问题，我想知道是否有人能告诉我我是否正确。
我的问题是
(c)交易数据集T如下：
t1:牛奶，鸡肉，啤酒
t2:鸡肉，奶酪
t3:奶酪，靴子
t4:奶酪，鸡肉，啤酒，
t5:鸡肉，啤酒，衣服，奶酪，牛奶
t6:衣服，啤酒，牛奶
t7:啤酒，牛奶，衣服
假设最低支持为0.5 (minsup = 0.5)。
(i)查找所有经常项目集。
我就是这样想出来的：
项目:数额
牛奶:4
鸡:4
啤酒:5
奶酪:4
靴子:1
衣服:3
现在，由于minsup是0.5，您可以去掉靴子和衣
浏览 4提问于2013-01-04得票数 4
回答已采纳
1回答
对于关联规则x->y，当提升为1时，x和y是独立的。如果升力小于1，则两者是负相关的，否则它们是正相关的。如果它们具有非线性相关性呢？关联规则/频繁项集是否会捕获此类关联？
浏览 23提问于2021-02-25得票数 0
在mlxtend库中，有一个用于堆叠的集成学习元分类器，称为"StackingClassifier“。
下面是一个StackingClassifier函数调用的示例：
sclf = StackingClassifier(classifiers=[clf1, clf2, clf3],
meta_classifier=lr)
这里的meta_classifier是什么？它是用来做什么的？
浏览 3提问于2018-09-10得票数 2
3回答
我在寻找Java中能够找到字节序列的非随机属性的程序或库。当给定一个巨大的文件时，如果数据显示出任何规律性，则运行一些统计测试和报告。
我知道三个这样的程序，但不是用Java编写的。我尝试了所有的方法，但它们似乎并不真正适合我(这非常令人惊讶，因为其中一个是由NIST提供的)。其中最老的运行良好，但使用起来有点困难。
浏览 0提问于2011-01-31得票数 14
3回答
我将对我公司的一些信息进行分析。
我想制作一个ca来表示两个变量之间的关联。我有三个变量:类别，标签，价值。我的想法是做两个分析，一个是查看类别- Valorarion之间的关联，另一个是分析标记- Valoration之间的关联。
但是，我认为这种表示是有可能的mca。
你对我有何评论？
谢谢
浏览 5提问于2009-12-29得票数 1
回答已采纳
我需要开发一个工具，用于web日志数据挖掘。
在一个特定的用户会话中(从web应用程序日志中检索)，有许多urls序列，我需要找出网站用户的使用模式和组(集群)。
我是数据挖掘的新手，现在对Google进行了大量的研究。发现了一些有用的信息，比如查询似乎指向了几乎完全相同的研究。
所以我的问题是：
是否有任何基于python的工具可以满足我的需要，或者至少有类似的功能？
有什么帮助吗？
读这本书有什么帮助吗？
谷歌要做什么，读什么，哪个比较简单的算法用得最好？
我的时间非常有限(大约一周)，所以任何帮助都是非常宝贵的。我需要的是指出正确的方向和如何在最短的时间内完成任务
浏览 2提问于2010-05-27得票数 4
回答已采纳
1回答
我想知道在挖掘关联规则时是否可以自动确定最小支持度和最小置信度？如果是这样的话，任何指向资源的提示或指针都将是很棒的。
浏览 2提问于2014-08-15得票数 6
回答已采纳
我想知道人们在买“自行车头盔”时也会买些什么。在我的数据中只有77种不同的产品。
我可以使用for循环来解决这个问题，并创建一个计数器。因此，无论何时ProductName == 'Bike Helmet，查看OrderID并将所有这些产品名称的计数器增加1。然后，找到下一个实例的自行车头盔购买。然而，这种做法是缓慢的。
OrderID ProductName PricePerOrder ProfitPerOrder Quantity \
239 10337 Bike Helmet 805.200000 178
浏览 0提问于2018-03-04得票数 1
2回答
我需要使用KDD数据集为基于签名的入侵检测创建攻击签名。是否可以使用Apriori (或任何关联规则学习算法)来完成这项任务？如果没有，请提出替代方法。
浏览 2提问于2016-08-17得票数 0
回答已采纳
1回答
我正在使用Apriori来构建一个推荐系统来配合我公司的应用程序。在走这条路之前，我想和一个更有经验的人确认一下，我是在正确的道路上。任何帮助都是非常感谢的。
让我试着解释一下这个问题。根据应用程序中用户的上下文，影响推荐的功能可能会有所不同。例如，想象一个购物场景。如果我在HEB购物，我通常会有一个预定义的购物清单，所以如果我只是告诉应用程序我要去HEB，那么清单上的商品将是很好的推荐。然而，当我去家得宝时，我倾向于按部门购物，所以如果我告诉应用程序我在家得宝，我正在购买电动工具，那么电动工具和相关部件是很好的推荐。
您可以看到，功能的数量在这两个场景中有所不同。在第一种情况下，我的推荐完全
浏览 0提问于2017-06-23得票数 0
我想做SVM分类，用关联规则作为特征(检测恶意软件)，可以吗？或者有一些关于这个主题的出版物？
浏览 1提问于2011-06-03得票数 2
回答已采纳
1回答
有没有办法在arules包中由apriori生成的单个规则中使用多个级别的单个变量？
考虑以下示例：
df <- read.table(header = TRUE, text = '
V1 V2 V3
a d x
a d x
a d y
b d x
b d x
b d y
a e y
a e y
a e x
b e y
b e y
b e x
c d y
')
library(arules)
rules <- apriori(df,
parameter
浏览 0提问于2015-04-01得票数 0
1回答
我想运行几种关联规则挖掘技术，如Apriori、Eclat和FP增长。我想知道运行这些算法的数据格式，因为这些算法对我来说是禁用的(用灰色标记)。
另外，我没有在Weka的“Association”选项卡中看到Eclat算法。请给我推荐一个合适的工具/方法来完成这个任务。
浏览 0提问于2017-07-09得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
