MSapriori和CARapriori算法在Python或R中的实现
MSapriori和CARapriori算法在Python或R中的实现
提问于 2018-12-27 01:54:44
MSapriori和CARapriori是先验算法的特定版本，用于在交易数据集(篮子分析)中查找关联规则。
MSapriori为不同的项目设置了不同的最小支持要求。
CARapriori正在寻找与脑海中特定目标的关联。
我的问题是，您是否知道这些算法在Python或R中的实现。
回答 2
Stack Overflow用户
回答已采纳
发布于 2018-12-27 02:41:36
你在R中检查过arules包了吗？您可以在选项中设置最低支持要求，也可以设置目标。下面是一个直接来自文档的示例：
library("arules")
data("Adult")
rules <- apriori(Adult, parameter = list(supp = 0.5, conf = 0.9, target = "rules"))这里有一个可能对你也有帮助的链接：How to find the minimum support in Apriori algorithm。
Stack Overflow用户
发布于 2018-12-28 06:46:27
R包arulesCBA具有一个名为mineCARs的功能，用于挖掘分类关联规则，即在RHS中具有分类项目的规则。以下示例取自手册页。
data("iris")
iris.disc <- discretizeDF.supervised(Species ~ ., iris)
iris.trans <- as(iris.disc, "transactions")
# mine CARs with items for "Species" in the RHS
cars <- mineCARs(Species ~ ., iris.trans, parameter = list(support = 0.3))
inspect(cars)我不认为R实现目前支持多个最小支持。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53935391
复制相关文章
相似问题
腾讯云开发者
