【问题标题】:Numeric matrix for apriori先验的数值矩阵
【发布时间】:2019-01-21 07:56:59
【问题描述】:

我有一个 20 行 10 列的数字矩阵,我想应用先验,但是如何区分这些数据以及如何将其转换为事务?数据集包含行名和列名。 它是否正确?

library("arules")
write(mat, file = "deee.csv", sep = ",")
tr <- read.transactions("deee.csv")
apriori_rule <- apriori(tr, parameter = list(supp = 0.1, conf = 0.1)) 

我的数据矩阵:

          A           B                      C                     D
t1               6.960722         7.095137         7.165269         7.377422
t2               8.305320         8.215023         8.690460         8.346847
t3                …..

T1,T2,T3:是交易 A、B 和 C 是属性, 数值是事务(行)中的属性值。

【问题讨论】:

  • 我正在使用“arules”包

标签: r bioconductor apriori


【解决方案1】:

将您的矩阵强制转换为 data.frame(使用 as.data.frame),然后在调用 apriori 之前使用 discretize()

【讨论】:

  • 嗨@Michael,谢谢。当我在 as.data.frame() 之后使用 discretize() 时出现此错误:fault(x, breaks = breaks, labels = labels, include.lowest = include.lowest, : 'x' must be numeric
  • 您可以单独离散列(使用discretize())或使用discretizeDF() 离散化data.frame(参见? discretize
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 2023-03-03
  • 2014-01-14
  • 1970-01-01
  • 2020-03-14
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多