Apriori 算法 - 选择交易列表

Question

我正在尝试使用先验算法推断客户帐户上发生的错误。所以我有一个像这样的错误表：

error_id error_code cust_id 1 M015 100 2 M020 101 3 M016 100 4 M019 100 5 M015 102

...

我想确定给定 M015 会出现什么错误。
（例如 M015 -> ??）

问题是错误表包含数十万行项目，并且有数百个可能的错误代码。那么我是否以非常低的信心运行我的算法以获取尽可能多的规则？还是我是否将错误数据库缩小到仅包含包含我感兴趣的错误的“事务”？

（例如，在此示例中，如果我正在寻找规则 M015，我是否应该将事务表限制为仅 cust_id 100 和 102 的行项目？）

Answer 1

对于最小置信度和支持度阈值，最好从较高的值开始，如果您没有获得足够的结果，则将它们降低。

但我认为你应该保持高信心，否则结果将无用。例如，您可能希望有至少 50 % 的置信度。

是的，为了优化，您可以修改算法以仅搜索包含您感兴趣的项目的规则。这将使算法不会生成大量规则。

但不要忘记关联不是因果关系。如果你想根据时间做一些预测，你可以使用例如“顺序规则挖掘算法”或顺序模式挖掘算法，而不是关联规则挖掘算法。