将边列表转换为 arules 事务稀疏邻接矩阵

Question

我有边缘形式的交易数据，我需要创建一个可与 arules R 包一起使用的基于交易的稀疏矩阵。目前我正在使用 tidyr 包中的“spread”将边缘列表转换为矩阵，每行作为“篮子 ID”。然后我将其转换为逻辑后，因为我不能将数量信息与 arules 一起使用，我将其转换为“基于事务”的数据类型。请参阅下面的 R 代码示例。

我的问题是这适用于小套篮/交易，但是当我有更多时，由于“传播”功能会导致内存问题。我想知道是否有更有效的内存/资源方式将原始边缘视图转换为 arules 使用的事务数据类型？提前感谢您的任何建议！

## Load libraries

library(tidyr)
library(arules)

## Create an example of the transactions that I am analizing 

TransEdgeList = data.frame(BasketID=c(1,1,2,2,3,3,3), 
                               Item=c(10,11,10,12,10,11,13),
                               Qty=c(1,1,2,3,1,2,1))

#convert to something that arules can transform
BasketDataFrame = spread(TransEdgeList, Item, Qty)

#convert to logical 
BasketDataFrame[, 2:dim(BasketDataFrame)[2]]=  
  !is.na(BasketDataFrame[, 2:dim(BasketDataFrame)[2]])

#convert to a transaction sparse matrix that arules can use
BasketMatrix = as(BasketDataFrame[, 2:dim(BasketDataFrame)[2]], "transactions")

BasketMatrix

Answer 1

我会手动构建一个稀疏逻辑三元组矩阵 (ngTMatrix)，将其转换为稀疏 ngCMatrix，然后可以将其转换为事务对象。这种方式永远不会创建完整的矩阵表示，并且您应该在记忆方面很好。

 library(arules)
 library(Matrix)

 TransEdgeList <- data.frame(BasketID=c(1,1,2,2,3,3,3), 
   Item=c(10,11,10,12,10,11,13),
   Qty=c(1,1,2,3,1,2,1))

 m <- new("ngTMatrix", 
   i = as.integer(TransEdgeList$Item)-1L, 
   j = as.integer(TransEdgeList$BasketID)-1L, 
    Dim = as.integer(c(max(TransEdgeList$Item), max(TransEdgeList$BasketID))))

 m <- as(m, "ngCMatrix")

 tr <- as(m, "transactions")
 inspect(tr)

     items      itemsetID
 [1] {10,11}    1        
 [2] {10,12}    2        
 [3] {10,11,13} 3