如何使用python apriori解析众议院投票二进制数据集？
使用Python的Apriori算法解析众议院投票二进制数据集的步骤如下：
- 导入所需的库和模块：
from apyori import apriori
import pandas as pd- 加载数据集：
data = pd.read_csv('投票数据集.csv')这里假设投票数据集以CSV格式存储，并命名为"投票数据集.csv"。
- 数据预处理：
# 将数据集转换为适合Apriori算法的格式
transactions = []
for i in range(len(data)):
transactions.append([str(data.values[i, j]) for j in range(len(data.columns))])- 应用Apriori算法：
# 使用Apriori算法生成频繁项集和关联规则
results = list(apriori(transactions, min_support=0.2, min_confidence=0.5, min_lift=1.0))这里设置了最小支持度为0.2，最小置信度为0.5，最小提升度为1.0。你可以根据实际需求进行调整。
- 解析结果：
# 解析频繁项集和关联规则
for item in results:
# 解析频繁项集
print("频繁项集: ", list(item.items))
print("支持度: ", item.support)
# 解析关联规则
for rule in item.ordered_statistics:
print("前提: ", list(rule.items_base))
print("结论: ", list(rule.items_add))
print("置信度: ", rule.confidence)
print("提升度: ", rule.lift)以上代码将打印出频繁项集、支持度、关联规则的前提、结论、置信度和提升度。
关于Apriori算法的概念、分类、优势、应用场景以及腾讯云相关产品和产品介绍链接地址，可以参考以下内容：
概念：Apriori算法是一种用于挖掘关联规则的经典算法，通过发现数据集中的频繁项集和关联规则来揭示数据之间的关联性。
分类：Apriori算法属于关联规则挖掘算法的一种。
优势：Apriori算法简单易懂，适用于挖掘大规模数据集中的频繁项集和关联规则。
应用场景：Apriori算法可以应用于市场篮子分析、推荐系统、购物篮分析等领域。
腾讯云相关产品和产品介绍链接地址：腾讯云提供了多种云计算相关产品，如云服务器、云数据库、云存储等。你可以访问腾讯云官方网站（https://cloud.tencent.com/）了解更多详情。
相关·内容
1回答
我试图开发一个用于数据挖掘算法的java代码，即k-apriori算法，从而提高了apriori算法的性能。由于我已经开发了1) apriori & 2)基于布尔矩阵的apriori。我无法理解的是wiener函数如何帮助转换数据。为什么我们在这个算法中使用它。我试着搜索google，例如K-apriori算法，但是找不到任何例子。我知道K-均值算法的工作原理.如果有人有例子K-apriori作为特别是它的工作方式，它将是有益的。是我所指的algorithm算法的链接.
浏览 1提问于2015-01-30得票数 0
回答已采纳
我正在研究用例，在用例中，我需要发送一封outlook邮件，其中包含诸如批准或拒绝之类的投票选项。我见过很少的线程，但是它们的语言不同，使用方式与python模块有很大的不同。我看过Microsoft文档，但找不到合适的实现。请你们中的任何人提供一个如何通过python来完成这个任务的方法。
浏览 10提问于2022-08-14得票数 0
1回答
我刚开始使用hadoop，我需要使用它来计算一个非常大的数据集的关联规则。我不能理解如何使用rules和MapReduce从数据集中发现关联规则。我有事务矩阵，但是我需要做什么才能用hadoop对这个矩阵执行apriori算法？？这是用于执行apriori (程序包规则)的命令。
rules <- apriori(incidence.matrix , parameter = list(minlen=2, supp=0.09, conf=0.95))
我需要在map函数中使用它，在reduce函数中吗？
浏览 1提问于2014-12-09得票数 0
2回答
“我要为”未来商店“超市的业务分析师开发一个软件，该软件对给定的超市销售交易的过渡数据进行关联规则挖掘，并通过编写Combo来准备折扣策略。该软件利用数据挖掘算法，即Apriori算法，将关联规则以用户友好的方式显示出来，以生成基于正关联规则的折扣策略。”
我可以从哪里获得超市数据集来检查我编写的Apriori算法？
浏览 12提问于2012-03-18得票数 5
回答已采纳
当您应用apriori()函数时，是否有可能从‘transactionID’对象中提取规则？eclat()算法有函数'tidLists= TRUE'，但我在apriori()中找不到它。
我可以使用itemsetInfo()从'transaction‘或'tidList’对象中提取这些信息，但我需要知道规则的制定涉及到哪个transactionID。
对于任何建议，我都会粘贴一个代码样本。
reglas <- apriori(trans,parameter = list(sup = 0.01,conf = 0.01,minlen=4),appearance
浏览 3提问于2020-12-04得票数 0
1回答
我在一个项目中工作，其中输入文件被提供给，它被要求首先输出最小支持0.01的所有长度的频繁类别。然后是所有的频繁类别集。
目标是在文件中写入以下具有绝对支持(计数)的数据，例如：
2851:快餐；餐馆
我以列表的形式检索所有数据
data = []
with open("categories.txt") as file:
for line in file:
line = line.replace("\n", "")
line = line.split(";")
data.append(line)
我的问题是
浏览 1提问于2017-03-23得票数 1
2回答
数据集限制维度
、、
我的目标是在诊断数据上产生重要的规则。
我以arff非稀疏格式预处理我的数据集；我有116000个实例和28个属性。我在weka中应用了Apriori算法，如下所示(使用weka浏览器界面)
Apriori -N 20 -T 1 -C 0.8 -D 0.05 -U 1.0 -M 0.1 -M 0.1 -S -1.0 -c -1
算法似乎需要很长时间才能完成。目前等待结束的时间超过三个小时。
正常吗？有没有一种方法可以加速算法(用其他方法预处理数据，或者为Apriori选择其他参数)？或者weka不是这个维度的合适工具？
浏览 2提问于2015-09-17得票数 1
我一直试图在python中实现Apriori算法。在线上有几个示例，它们都使用相似的方法，并且大多使用相同的示例数据集。参考链接： (从第26行开始)
我有一个不同的数据集，其结构与联机示例数据集相同。我一直拿着
"DeprecationWarning:非bool类型的DataFrames导致计算性能下降，它们的支持可能在future.Please中停止使用带有bool类型的DataFrame“
错误。
这是我的代码：
import pandas as pd
import numpy as np
from mlxtend.frequent_patterns i
浏览 3提问于2022-10-18得票数 2
回答已采纳
我正在试验在arules包中的apriori算法。
这就是我所做的:我将SQL Server中的一个视图加载到R中，因为该数据不是以事务形式(在apriori中使用)，所以我必须转换它：
数据<- sapply(订单，as.factor)
然后我输入了先验函数：
apriori(数据，参数=列表(support=0.005，confidence=0.5))
我知道这个错误：
t(as(from，“ngCMatrix”)中的错误)：在为函数t选择方法时计算参数'x‘时出错: asMethod(object)中的错误:不能强迫’NA‘到"nsparseMat
浏览 1提问于2014-12-19得票数 2
回答已采纳
1回答
我有一个数据库从excel文件，包括在75个项目上，我想得到公式，计算第75个元素取决于74个元素的值。
我正在使用Anaconda和python挖掘数据，并通过Apriori算法获得规则，我得到了规则，但它没有用，因为它是在一个难以理解的公式中，我有一个问题：*如何将规则转换为公式，根据74个元素的值计算第75个元素？
#Import libraries & dataset
import pandas as pd
from apyori import apriori
number_of_raws = 4000
number_of_columns = 75
store_data
浏览 1提问于2019-01-23得票数 1
2回答
对于应用apriori算法在事务中使用的项的数量是否有任何限制。
我有一个只有20条记录的数据集，但是条目的数量增加到900条。当我在数据集上应用apriori算法时，我会遇到内存问题。
谢谢
浏览 0提问于2015-08-05得票数 5
我想找到用户取消酒店预订的规则。我的数据是这样的
df.head()
>>
hotel is_canceled lead_time year month week
City Hotel 1 171 2016 August 36
Resort Hotel l 29 2017 June 24
Resort Hotel l 244 2015 September 36
City Hote
浏览 1提问于2020-05-07得票数 0
3回答
用于Apriori算法的数据集
、、、、
我要开发一个购物篮子分析的应用程序(使用先验算法)，我发现了一个有超过90,000个交易记录的数据集。
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，正在研究apriori算法，有人能帮我解决这个问题吗?如何使用下面的数据集实现这个算法的最好方法？
浏览 3提问于2011-09-01得票数 4
回答已采纳
GSP算法是一种基于Apriori的改进方法。
在阅读了几篇描述之后，我仍然无法理解GSP在通用Apriori算法方面带来的增强。是否考虑到了项集顺序？
你能给我举个例子吗?因为我是数据挖掘方面的新手。
提前谢谢你。
浏览 1提问于2013-12-11得票数 1
回答已采纳
我正在尝试使用python中的weka来学习给定数据的规则。Weka得到错误“Cannot handle string & numeric attributes” 我正在使用https://github.com/fracpete/python-weka-wrapper3 起初，我是这样做的： loader = Loader(classname="weka.core.converters.CSVLoader")
data = loader.load_file(path)
data.class_is_last() 但得到的是： javabridge.jut
浏览 34提问于2019-07-01得票数 2
回答已采纳
我在*.xls里有三个临床数据文件。我将这三个文件以*.csv文件的形式保存在microsoft excel中。然后我将这些*.csv文件导入到Weka工具中。为了使用关联规则，我通过“weka>>filters>>unsupervised>>attribute>>NumericToNominal”将数据类型更改为名义数据类型。但是，在"Associate“选项卡中，不能使用Apriori规则，因为"start”按钮被禁用。
我该如何解决这些问题呢？在Weka工具中是否有使用Apriori规则的其他限制？
非常感谢！
诚挚的问候,
浏览 4提问于2014-05-10得票数 5
2回答
我正在尝试在python中运行一个先验算法。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，我得到的规则只包含1项。我想知道为什么apriori没有过滤出小于2的项，因为我指定了我只想要在项集中有2项的规则。 from apyori import apriori
#store the transactions
transactions = []
total_transactions = 0
with open('browsing.txt', 'r') as file:
for transaction
浏览 15提问于2019-10-02得票数 2
2回答
在数据挖掘中，频繁项集的发现采用了Apriori算法、FP-树等不同的算法，这些都是模式评价方法吗？
浏览 2提问于2015-05-27得票数 2
回答已采纳
我想找出先验算法的最小支持阈值。我知道它完全依赖于用户和数据集，但我找到了一篇使用指数衰减函数的文章。http://data-mining.philippe-fournier-viger.com/how-to-auto-adjust-the-minimum-support-threshold-according-to-the-data-size/这是根据先验算法导出公式的链接。我想知道如何确定常量'a'，'b‘的值，因为它们也可以根据用户的不同而不同。此外，“c”也被认为是最低可能的支持。我使用内置的python mlxtend包来生成频繁项集，其中min_suppo
浏览 19提问于2019-10-17得票数 0
2回答
如何在Python中使用Pandas计算项目和项目集中所有组合的出现次数。我尝试使用Apriori算法，但我可以用于最小支持的最小值是0.1。有没有其他方法可以做到这一点？ frequent_itemsets = apriori(df_rules_nf, min_support=0.3, use_colnames=True)
frequent_itemsets['length'] = frequent_itemsets['itemsets'].apply(lambda x: len(x))
frequent_itemsets 我的输入数据帧如下所示： df(&
浏览 29提问于2021-06-14得票数 1
1回答
我的数据帧： number assignment_group short_description Issue Labels
Req123 Support TP issue Battery Failure 我的代码： 将数据框转换为列表 observations = []
for i in range(len(df1)):
observations.append([str(df1.values[i,j]) for j in range(0,10)]) 将数据与算法进行拟合 from apyori import apriori
ass
浏览 54提问于2021-01-21得票数 1
回答已采纳
我正在使用Python中的apripori算法，我想知道如何将结果导出到excel或csv？ from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_patterns import apriori
apriori(df_one_hot,min_support=0.05,use_colnames=True).sort_values(by='support',ascending=False)
浏览 17提问于2019-05-31得票数 0
回答已采纳
我有来自eshop的1200万数据。我想用efficient_apriori包来计算关联规则。The problem is that 12 millions observations are too many，所以计算占用了太多的时间。有没有办法提高算法的速度？我正在考虑一些并行处理或者将python代码编译成C语言。我尝试过PYPY，但是PYPY不支持pandas包。感谢您的任何帮助或想法。 如果你想看我的代码： import pandas as pd
from efficient_apriori import apriori
orders = pd.read_csv("ord
浏览 94提问于2021-11-04得票数 0
回答已采纳
2回答
大样本空间中数据元组的挖掘算法
、、、、
我读到Apriori算法是用来像一组元组一样从数据集中提取关联规则的。它帮助我们找到最常见的1-项集、2-项集等.我的问题有点不同。我有一个数据集，它是一组元组，每个元组的大小都不同，如下所示：
(1,234，56，32) (25,4575,575,464,234，32)。。。不同大小的元组
条目的域是巨大的，这意味着我不能为每个元组有一个二进制向量，这就告诉我在元组中是否存在项'x‘。因此，我认为Apriori算法不适合这里。
我的目标是回答以下问题：
给我列出5个数字的排名，大多数时候都有234个。
给我最常出现的“k”最大的5个子集。
要求:在输出(而不是近似)中
浏览 2提问于2012-10-09得票数 1
2回答
我想使用svm包的e1071函数来执行多类分类.但是从svm的文档中我了解到，它只能执行二进制分类。小片段文档告诉我们多类分类：“为了允许多类分类，libsvm使用一对一技术，通过对所有二进制子分类器进行拟合，并通过投票机制找到正确的分类”。
我仍然不明白的是，我们是否可以在R中使用svm of e1071进行多类分类？如果是，请解释我们如何可以在iris数据集上进行操作。
浏览 10提问于2014-02-25得票数 11
回答已采纳
1回答
关联规则与购物车的比较
、、、
下面是一些用于先验的简单代码
import csv
import apriori
with open('dataset.csv', 'r') as fp:
reader = csv.reader(fp)
lst1,lst2 = [],[]
for row in reader:
others,last = row[:-1],row[-1]
lst1.append(others)
lst2.append(last)
L,suppData=apriori.apriori(lst1, minSupport =0.3)
rules
浏览 8提问于2017-07-21得票数 0
嗨，我想使用adf的复制活动将csv文件从sftp服务器复制到blob存储，而不处理内容。对于源和接收器，使用二进制数据集而不是csv数据集是否有区别？
浏览 7提问于2022-02-08得票数 0
3回答
我已经实现了用于挖掘频繁项的apriori算法，它对样本数据具有良好的工作性能，但是当我试图对在上可用的零售数据集执行它时，它需要大约29个小时。我搜索了性能命中的原因，发现生成候选项集的算法花费了很长的时间。有人能帮我如何提高性能吗?或者这是一种正常的算法行为。
浏览 0提问于2014-01-21得票数 1
回答已采纳
2回答
在R中的包中，如何有效地找到封闭的关联规则？即具有封闭LHS项集的规则
项目集是关闭的当且仅当添加任何项目减少了支持。
该包提供了以下挖掘选项：
目标:表示所挖掘的关联类型的字符串。其中之一
“频繁项集”
“最大频繁项集”
“闭频繁项集”
“规则”(只适用于Apriori)
"hyperedgesets“(只适用于Apriori；参见关联·hyperedgesets定义的参考资料)
似乎没有“封闭规则”的选择。有两个明显的工作-周遭：
闭项集的挖掘规则及应用过滤器
规则= apriori(data，parameter=list(target=“r
浏览 5提问于2016-08-16得票数 2
假设我有很大的食谱数据库。每一份食谱我都有一份配料清单。现在，我想以(ingredient₁, ingriedient₂, …) → recipe的形式找到所有关联规则。
先验算法适合我的问题吗？就我所能理解的情况而言，Apriori算法的目的是找到像X → Y这样的规则，其中X和Y是同一个超集的子集。但在我的例子中，X和Y是完全不相交的超集的子集。对于我的问题，可以采用Apriori算法吗？还有其他算法更适合我的问题吗？还是我完全走错了路？如有任何提示或提示，我将不胜感激。
浏览 0提问于2020-05-15得票数 1
2回答
我需要使用KDD数据集为基于签名的入侵检测创建攻击签名。是否可以使用Apriori (或任何关联规则学习算法)来完成这项任务？如果没有，请提出替代方法。
浏览 2提问于2016-08-17得票数 0
回答已采纳
我使用arules包中的apriori函数来执行项目关联分析。在将结果强制放入数据框之后，我注意到在某些情况下，输出可以像这样分组： LHS RHS Support Confidence Lift Count
{Item1, Item2} {Item3} .84 0.99 12.3 6 有没有办法强制函数只在每个事务中的两个项目之间执行分析，并产生相应的支持、置信度等？换句话说，我是否可以强制apriori将上述结果拆分为以下内
浏览 32提问于2019-03-22得票数 0
我正在尝试学习使用R和频繁模式挖掘，因此尝试使用arules包运行apriori算法，但没有生成规则。我得到的输出如下所示。有人能建议我哪里做错了吗？
rules <- apriori(data, parameter= list(supp=0.4, conf=0.4))
parameter specification:
confidence minval smax arem aval originalSupport support minlen maxlen target
0.4 0.1 1 none FALSE TRUE 0.4
浏览 3提问于2014-02-13得票数 1
这就是我在做的事。我的公司需要我将所有组成员及其相应的组转储到SQL数据库中。Power自动化花费了太多的循环和API calls...so，我第一次尝试了Data。使用Office365链接服务，我们可以获得所有组织成员--但是唯一兼容的接收器选项是Azure存储(或DataLake)，因为接收器必须是二进制的。好吧，好吧。因此，我们配置并设置了一个Azure Blob存储帐户。
但是现在管道‘复制数据’已经完成(4个小时后？)，我不知道如何处理这个二进制数据。似乎没有函数、方法或数据流选项可以将二进制数据解释为JSON、分隔文本或其他。存储账户显示了1042个不同的小块，从几千字节到几十兆
浏览 2提问于2022-07-20得票数 0
1回答
如何在R中将先导输出转化为数据
、、、、
我有以下数据- CTVU。
MMGID_5 EMAIL
2341 1@email.x
50 1@email.x
311 1@email.x
2341 2@email.x
2387 2@email.x
57 2@email.x
2329 2@email.x
2026 3@email.x
650 3@email.x
2369 3@email.x
我想要将下面创建的规则转换为一个具有两个新列的dataframe，其中包含对第一列具有最高信任的项和在第二列中具有高度
浏览 0提问于2016-08-26得票数 3
回答已采纳
我正在尝试序列化和反序列化c# unity3d中的对象。为此，我使用以下代码。但是我收到了下面提到的一个错误。
错误： SerializationException:无法找到'System.Collections.Generic.List`1[ABC，Assembly，Version=1.0.2.18931，Culture=neutral，PublicKeyToken=null]类型。
这是没有发生的，当我序列化对象，保存文件，并从文件加载它，而我正在玩游戏，而不停止游戏。
但是，如果我停止游戏并更改任何代码行(与序列化和反序列化无关)，并从先前保存的文件中加载数据并试图反序列
浏览 5提问于2017-09-09得票数 14
1回答
我试图修剪由apriori算法为杂货数据集创建的规则，但得到了一个错误
使用R3.4.2和RStudio (版本1.1.383)
导入图书馆
library(arules)
data("Groceries")
我创造了规则
rules <- apriori(Groceries, parameter = list(supp =0.001,
conf = 0.5,
target = "rules")
浏览 4提问于2017-11-14得票数 0
回答已采纳
希望你们都有一个美好的星期五。我的名字是明，我是论坛的新成员。我刚刚开始学习使用Weka，我有一个问题，如果你知道答案，我想寻求你的帮助。我计划在我的Java学校项目中使用weka，我相信我在项目中使用的是weka-3.7.7JAR文件。这一切都运行得很好，当我使用关联规则的apriori包时，我能够查看输出。但是，当我尝试使用FastVector (例如FastVector = apriori.getAllTheRules() )打印出apriori.getAllTheRules()中的每个数据项时，我遇到了问题。我被困住了，因为FastVector被弃用了，我在谷歌上看到了一些评论，它说我
浏览 0提问于2013-11-22得票数 0
请原谅我的英语，我正在尝试识别一组数据中频繁出现的属性，以使用python的apyori包来推断分类。我在一个包含20772个交易的数据框上练习，最大的交易是543个项目。
我将此DataFrame转换为列表：
liste = df.astype(str).values.tolist()
我有一份清单
我使用库apyori的apriori函数来生成关联规则：
from apyori import apriori
rules = apriori(liste, min_support= 0.01, min_confidence= 0.2)
为了显示结果，我将规则变量转换为列表：
MB = li
浏览 15提问于2018-07-15得票数 2
回答已采纳
2回答
我在一家零售公司的店内交易中工作了3个月.我做了同样的市场篮子分析，我得到了数百个，如果不是数以千计的关联规则。我在Python中使用了mlxtend.frequent_patterns import apriori中的apriori算法，并且在apriori(basket_sets, min_support=0.01, use_colnames=True)中使用了不同的支持值，从0.01到0.4。
如果我使用的支持值太高(对于某些商店没有找到规则)，则关联规则很少，如果我使用的支持值太低，就很难理解生成的关联规则，因为这样的规则太多了。
由于我选择了低支持值，所以我想了解如何向数据所有者展示
浏览 0提问于2020-04-21得票数 0
回答已采纳
2回答
我在Internet上找到了Apriori算法的一个实现，但是有一些东西我无法理解。我希望有人能帮我。
# region----- Apriori-gen
//Generates Candidate Itemsets
static ArrayList AprioriGen (ArrayList L)
{
ArrayList Lk = new ArrayList (); //List to store generated Candidate Itemsets
Regex r = new Regex (",");
for (int i = 0 ; i
浏览 1提问于2011-05-12得票数 1
我想要一个Python库，它可以实现apriori算法，并且与熊猫数据帧兼容。
数据被二值化，如果一个项包含在事务中，它意味着1，如果不是，则表示0。所以，一个T x n数据帧。
T <-- number of transactions
n <-- number of possible items
最好是开源的。( Python版本并不重要。)
浏览 0提问于2016-07-27得票数 0
我试图使用apriori创建一个关联规则集--我使用的是不同的数据集，但星战数据集包含类似的问题。使用arules，我试图列出规则并应用arulesViz图。根据我的理解，所有字符串都必须作为因素运行，列为事务，然后apriori应该正常运行，但是在运行以下代码之后，我得到了输出，并且没有将规则添加到环境中：
install.packages("arules")
install.packages("arulesViz")
library(arulesViz)
library(arules)
data <- starwars[,c(4:6,8:10)]
da
浏览 0提问于2018-03-15得票数 5
回答已采纳
1回答
我正在尝试从python (python 2.7.9)中调用R包，并尝试调用Apriori函数。
import rpy2
from rpy2 import *
import rpy2.interactive as r
arules = r.packages.importr("arules")
from rpy2.robjects.vectors import ListVector
od = r.OrderedDict()
od["supp"] = 0.0005
od["conf"] = 0.7
od["target"] = &
浏览 2提问于2016-03-04得票数 1
根据我的理解，Apriori算法首先找到所有满足支持阈值的频繁项集，然后从满足最小置信度的频繁项集中生成强关联规则。
因此，我期望在R包条款中：
txs <- as(inputDataTable,"transactions") itemsets <- apriori(txs, parameter = list(support = 0.05, confidence = 0.7, target="frequent itemsets")) rules <- ruleInduction(itemsets)
和
txs <- as(inputDat
浏览 1提问于2014-09-17得票数 0
回答已采纳
1回答
我有个问题。我正在使用python中的efficient_apriori包进行关联规则挖掘。我想把我的规则保存为熊猫的数据框架。请看我的代码：
for rule in rules:
dict = {
"left" : [str(rule.lhs).replace(",)",")")],
"right" : [str(rule.rhs).replace(",)",")")],
"support" : [str(rule.su
浏览 7提问于2021-12-07得票数 3
回答已采纳
我们正在开发一个具有python2.7接口的科学应用程序和用Intel Visual编写的计算程序。读取源文件是使用python完成的，然后只需要将所需的计算数据传递给独立的Fortran算法。一旦计算完成，数据必须再次被python读取。
使用格式化的文本文件似乎花费的时间太长，效率不高。此外，我们希望有一个标准的中间格式。大约有20个数组，它们很大(如果写入格式化文本，文件大约是500 MB)。
Q1。在类似的情况下，Python和Fortran数据交换是必要的。建议的互动方式是什么？(例如:编写供他人读取的中间数据，或者从Python内部调用Fortran，或者使用numpy创建兼容的数
浏览 3提问于2015-06-09得票数 2
回答已采纳
2回答
我有一个数据集，如下所示：
"user.get","search_restaurants","cuisines.get"
"user.get","search_restaurants","user.get","search_restaurants"
"order/address/get_user_addresses"
"search_restaurants","search_restaurantssearch_restaurants"
浏览 15提问于2016-08-17得票数 7
回答已采纳
2回答
我正试图想出一个算法，在同一个句子中为产品找到最常用的前三名形容词。我想使用关联规则挖掘(Apriori算法)。
为此，我计划使用twitter数据。我可以或多或少地把抽搐分解成句子，然后通过过滤，我可以找到产品名称和形容词。
例如，在过滤后，我有类似的数据；
迷你ipad，太棒了
ipad迷你，太可怕了
三星星系s2，最佳
..。等。
产品名称和形容词以前都有定义。因此，我有一套产品名称和一组形容词，我正在寻找。
我读过几篇关于情感分析和规则挖掘的论文，他们都说Apriori算法是使用的。但是他们没有说他们是如何使用它的，他们也没有给出细节。
Therefore how can I redu
浏览 6提问于2014-05-24得票数 0
回答已采纳
1回答
通常，Apriori算法以矩阵的形式接收输入，如下所示：
TID A B C D E
T1 1 1 1 0 0
T2 1 1 1 1 1
T3 1 0 1 1 0
T4 1 0 1 1 1
T5 1 1 1 1 0
而我的输入是XML数据，其一般形式为：
<article key="tr/gte/TR-0263-08-94-165">
<author>Frank Manola</author>
<title>An Evaluation of Object-Oriented DBMS Developments: 1994 Edi
浏览 1提问于2015-01-18得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
