- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我编写了数据挖掘先验算法,它在小测试数据上运行良好,但在更大的数据集上运行它时遇到问题。
我正在尝试生成经常一起购买的元素的规则。
我的小测试数据是5个交易和10个产品。
我的大测试数据是 1100 万笔交易和大约 2700 种产品。
问题:最小支持度和过滤非频繁项。假设我们对频率为 60% 或更高的项目感兴趣。频率 = 0.60;
当我为具有 60% 频率算法的小型数据集计算 Min-support
时,将删除所有购买次数少于 3 次的项目。 最小支持 = numberOfTransactions * 频率;
但是当我尝试对大型数据集做同样的事情时,算法将在第一次迭代后过滤几乎所有项目集,只有几个项目能够满足这样的平面。
所以我开始越来越低地降低该平面,多次运行算法。但甚至没有 5% 的人给出了预期的结果。我不得不将我的频率百分比降低到 0.0005,以使其至少有 50% 的项目参与第一次迭代。
你怎么看现在的情况是不是数据的问题,因为是人为生成的? (微软冒险作品版)或者是我的代码或最小支持计算问题?
也许您可以提供任何其他解决方案或更好的方法?
谢谢!
最佳答案
也许您的数据就是这样。
如果您有很多不同的元素,而每次交易的元素很少,则元素同时出现的可能性很低。
你有没有验证结果,是剪枝不正确,还是算法正确,你的参数不好?
你真的能说出一个 Apriori 修剪但不应该修剪的项目集吗?
问题是,是的,选择参数很困难。不,先验不能使用自适应阈值,因为那不能满足单调性要求。您必须对所有项集大小使用相同的阈值。
关于algorithm - 数据挖掘 : Apriori issue. Min-support,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14861837/
我正在处理一些大型交易数据。我一直在使用 read.transactions 和 apriori(arules 包的一部分)来挖掘频繁的项目配对。 我的问题是:生成规则时(使用“inspect()”)
'我必须开发一款供“ future 商店”超市业务分析师使用的软件,该软件对超市销售交易的给定过渡数据执行关联规则挖掘,并通过准备 Combo 来准备折扣策略。该软件利用数据挖掘算法,即 Aprior
我正在尝试先验算法,它花费的时间比预期的时间长,这是代码。 import pandas as pd dataset = pd.read_csv("data.csv", header=None) tra
我的应用程序需要通过Apriori 算法 获取关联。为了获得结果,我使用 Weka 依赖项。虽然我想获得关联,但它会打印内存位置。我也附上了输出。谢谢。 这是我的代码: public class Ap
1994 年引入的基本 Apriori 算法的时间复杂度是多少?如果可能,请引用引用论文/文章来支持响应。谢谢。 最佳答案 Markus England 的这篇论文详分割析了 Apriori 的复杂性
我使用 Apriori 算法有一段时间了,我问我有关频繁项集候选生成的步骤。 如果我想将两个频繁的 3 项集连接到一个(候选)4 项集,则连接项集中必须有 2 个相同的项和另一个不同的项。 比如我可以
Apriori algorithm 的最小置信度和最小支持值的合适值是多少? ?你怎么能调整它们?它们是固定值,还是会在算法运行期间发生变化?如果您以前使用过此算法,您使用的是什么值? 最佳答案 我建
我打算开发一个用于市场购物篮分析的应用程序(使用先验算法),我发现了一个包含超过 90,000 条交易记录的数据集。 问题是这个数据集中没有项目的名称,只包含项目的条形码。 我刚刚开始这个项目并研究先
我们正在尝试实现 Apriori algorithm在 Scala 中使用 Spark(您不需要知道回答这个问题的算法)。 计算Apriori算法项集的函数是freq() .代码是正确的,但每次迭代后
我正在尝试实现先验算法。在最后步骤之一中,我从产品列表生成了两个元组数组。 >>> arr1 = array([(2421,), (35682,), (30690,), ..., (18622,),
是否可以使用 map-reduce 创建 Apriori 应用程序?我刚开始,但不清楚如何根据之前的运行创建下一个候选集。有没有人有这方面的经验? 最佳答案 看看 Apache Mahout 可能会有
当给出支持度和置信度的百分比值时,如何在 Apriori 算法中找到最小支持度。例如,当支持度和置信度分别为 60% 和 60% 时,最小支持度是多少? 最佳答案 支持度和置信度是衡量规则有趣程度的度
我需要在 Rapidminer 中使用先验算法创建关联规则,但我似乎无法让它工作。我正在使用 5.3.1 weka 扩展。 我已经使用内置的 FP-Growth 和 Create Associatio
我正在 R 中工作,并且有一个如下所示的数据集 [1, 2, 3, ""] [1, 2, "", 4] [1,"", "", ""] 我正在将这些值读入事务对象,然后将它们传递给 eclat 或 ap
我正在尝试在 python 中运行先验算法。我的具体问题是,当我使用 apriori 函数时,我将 min_length 指定为 2。但是,当我打印规则时,我得到的规则仅包含 1 项。我想知道为什么
我正在 R 中进行一些关联规则挖掘并想提取我的结果以便我可以构建报告 我的结果是这样的: > inspect(rules[1:3]) lhs rhs
问题: apriori arules的功能包从输入事务中推断关联规则,并报告每条规则的支持、置信度和提升。关联规则源自频繁项集。我想获取输入事务中最频繁的项集。具体来说,我想获得具有给定最小支持的所有
我已经根据先验算法创建了数据框和列表,我也创建了规则。但结果没有出来,也没有显示任何错误。 下面是代码: df = pd.read_csv('itemlist.csv', header = None)
我使用weka依赖项通过Apriori算法获取关联规则。下面是我的代码。当我获取值时,快速 vector 显示内存位置值。如果有人能给我一个答案来获取关联规则,我将非常感激。 package com.
我有一个包含 600 000 行和 15 列的 csv 文件 "Col1, Col2 ... COl15"。我想生成关联规则,其中只有右侧只有来自 col15 的值。我正在使用 here 中的先验实现
我是一名优秀的程序员,十分优秀!