apriori

    1热度

    2回答

    我写了数据挖掘apriori算法,它在小型测试数据上运行良好,但我有问题在较大的数据集上运行。 我想要生成经常一起购买的物品的规则。 我的小测试数据是5笔交易和10个产品。 我的大测试数据是1100万笔交易和2700多种产品。 问题:最小支持和过滤非频繁项目。 让我们想象我们对频率为60%或更多的物品感兴趣。 frequency = 0.60; 当我计算Min-support为一个小数据集与60%

    1热度

    5回答

    我要生成顺序如下: set S = {1,2,3} op = {{1,2},{1,3},{2,3}} set S = {1,2,3,4} op = {{1,2,3},{1,2,4},{1,3,4},{2,3,4}} set S = {1,2,3,4,5} op = {{1,2,3,4},{1,2,3,5},{1,2,4,5},{1,3,4,5},{2,3,4,5}} 一般 ,给定

    6热度

    2回答

    我想了解先验(篮)算法的基本原理在数据挖掘应用, 这是最好的,我解释我跟一个例子具有并发症: 这里是一个事务性数据集: t1: Milk, Chicken, Beer t2: Chicken, Cheese t3: Cheese, Boots t4: Cheese, Chicken, Beer t5: Chicken, Beer, Clothes, Cheese, Milk t6: Cl

    0热度

    1回答

    我们有一个包含客户对产品的映射数据集的列表,他买这样 c1->{P1, P2, p5} c2->{P3, P5, p4} c3->{P5, P2, p3} .... 在此基础上,我们需要推荐产品,为客户, 对于cx客户,我们需要推荐该产品,因为我们拥有cx从上述集合中购买的数据,并且我们运行apriori来计算出建议,但对于大数据集却非常缓慢? 有人可以给我们一些建议,我们可以通过它来解

    1热度

    4回答

    实现玩具Apriori algorithm为小 -data关联规则mine,我需要一个函数来返回所有子集。 subsets的长度由参数i给出。 我需要概括这个函数的任何i。i 1或2的情况是微不足道的,并且可以看到一般模式:长度为i的元组的列表,其中施加顺序以防止重复。 def all_subsets(di,i): if i == 1: return di

    1热度

    1回答

    现在我正在开发一个程序,该程序会获取评级电影和计算所有电影支持的用户列表。我为我的节目提供了我想要计算的最大数量的电影,最低的支持以及最低的自信。 目前,我的程序计算所有单电影的支持,并将符合支持最低限度的那些影片打印到支持值文件中。 然后,继续从满足最小支持的单个电影开始,计算也满足最低支持度的电影对,并将这些统计信息打印到新文件中。 这一直持续到没有更多的电影配对/集满足最低支持或电影的最大数

    1热度

    3回答

    我有一个对象数组,ID属性为,我需要将它们链接在一起。 我想将链接在一起的对象ID插入到2列MySQL表中。 有问题的表格有2列:A和B。我想将没有任何重叠的对象集合链接在一起。 我把它称为伪先验,因为它类似于apriori算法的候选生成过程。 对于下面的例子,我有一个ID值为1-5的五个对象。例如:$obj1->id == 1等等。 示例表: Input IDs: {1, 2, 3, 4, 5

    0热度

    1回答

    使用arules包,'apriori'返回'规则'对象。 我们如何进行查询 - 规则{lhs,rhs}中的项目来自哪个精确的列? 例子: 我在一个表格形式文件“input.csv”一些数据,并希望相关联/解释与文件中的列标题返回规则项集。我怎么可能做到这一点? 任何指针表示赞赏。 谢谢, 可再现例如: input.csv ABC,DEF,GHI,JKL,MNO 11,56789,1,0,10

    0热度

    1回答

    我想生成所有k项集的先验使用,我下面这个伪代码: L1= {frequent items}; for (k= 2; Lk-1 !=∅; k++) do begin Ck= candidates generated from Lk-1 (that is: cartesian product Lk-1 x Lk-1 and eliminating any k-1 size ite

    0热度

    1回答

    就是A-> B和B-> A的应用程序规则之间的区别.. 如果交易数据库是这样的, T1面包,果冻,黄油 T2面包,黄油 T3面包,黄油,奶 T4啤酒,面包 T5啤酒,牛奶 如何计算面包 - >黄油和黄油 - >面包的支持和信心。 请帮我家伙..