如何将arules apriori输出转换为R中的数据帧
How how to turn arules apriori output into dataframe in R
我有以下数据框 - 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
我想将下面创建的规则转回具有两个新列的数据框，其中第一列包含置信度最高的项目，第二列包含置信度最高的项目。
library(arules)
library(arulesViz)
CTVU <- read.csv("CTVU.csv", header = TRUE)
CTVU <- unique(CTVU[ , c(2,5) ])
CTVU <- as(split(CTVU[,"MMG5_ID"], CTVU[,"EMAIL"]), "transactions")
itemFrequencyPlot(CTVU,topN=20,type="absolute")
rules <- apriori(CTVU, parameter = list(supp = 0.001, conf = 0.1))
options(digits=2)
inspect(rules[1:5])
rules<-sort(rules, by="confidence", decreasing=TRUE)
rules <- apriori(CTVU, parameter = list(supp = 0.001, conf = 0.8,maxlen=3))
rules<-apriori(data=CTVU, parameter=list(supp=0.001,conf = 0.01,minlen=2),
appearance = list(default="rhs",lhs="289"),
control = list(verbose=F))
rules<-sort(rules, decreasing=TRUE,by="confidence")
inspect(rules[1:5])
所以最后我有一个看起来像这样的数据框：
EMAIL MMG5_rule Confidence
1@email.x 50 0.5
2@email.x 2341 0.2
3@email.x 2026 0.6
我做了一些研究，但未能找到解决方案。
有人可以帮我弄清楚该怎么做吗？
您不需要将 arules 输出变成 data.frame。如果你有一个新客户有一个已购买商品的列表，你可以找到相关的关联规则 arules::subset:
newCustomer <- c("toothbrush", "chocolate", "gummibears")
arules::subset(aprioriResults, subset = lhs %in% newCustomer)
subset 帮助中的更多信息：
subset works on the rows/itemsets/rules of x. The expression given in subset will be evaluated using x, so the items (lhs/rhs/items) and the columns in the quality data.frame can be directly referred to by their names.
Important operators to select itemsets containing items specified by their labels are %in% (select itemsets matching any given item), %ain% (select only itemsets matching all given item) and %pin% (%in% with partial matching).
但是，在我看来，客户下一个可能购买什么的问题更像是一个问题使用序列挖掘来回答。幸运的是，arulesSequences 是一个可以做到这一点的软件包，而且它是由同一作者编写的，因此几乎不需要额外的工作。
我有以下数据框 - 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
我想将下面创建的规则转回具有两个新列的数据框，其中第一列包含置信度最高的项目，第二列包含置信度最高的项目。
library(arules)
library(arulesViz)
CTVU <- read.csv("CTVU.csv", header = TRUE)
CTVU <- unique(CTVU[ , c(2,5) ])
CTVU <- as(split(CTVU[,"MMG5_ID"], CTVU[,"EMAIL"]), "transactions")
itemFrequencyPlot(CTVU,topN=20,type="absolute")
rules <- apriori(CTVU, parameter = list(supp = 0.001, conf = 0.1))
options(digits=2)
inspect(rules[1:5])
rules<-sort(rules, by="confidence", decreasing=TRUE)
rules <- apriori(CTVU, parameter = list(supp = 0.001, conf = 0.8,maxlen=3))
rules<-apriori(data=CTVU, parameter=list(supp=0.001,conf = 0.01,minlen=2),
appearance = list(default="rhs",lhs="289"),
control = list(verbose=F))
rules<-sort(rules, decreasing=TRUE,by="confidence")
inspect(rules[1:5])
所以最后我有一个看起来像这样的数据框：
EMAIL MMG5_rule Confidence
1@email.x 50 0.5
2@email.x 2341 0.2
3@email.x 2026 0.6
我做了一些研究，但未能找到解决方案。 有人可以帮我弄清楚该怎么做吗？
您不需要将 arules 输出变成 data.frame。如果你有一个新客户有一个已购买商品的列表，你可以找到相关的关联规则 arules::subset:
newCustomer <- c("toothbrush", "chocolate", "gummibears")
arules::subset(aprioriResults, subset = lhs %in% newCustomer)
subset 帮助中的更多信息：
subset works on the rows/itemsets/rules of x. The expression given in subset will be evaluated using x, so the items (lhs/rhs/items) and the columns in the quality data.frame can be directly referred to by their names.
Important operators to select itemsets containing items specified by their labels are %in% (select itemsets matching any given item), %ain% (select only itemsets matching all given item) and %pin% (%in% with partial matching).
但是，在我看来，客户下一个可能购买什么的问题更像是一个问题使用序列挖掘来回答。幸运的是，arulesSequences 是一个可以做到这一点的软件包，而且它是由同一作者编写的，因此几乎不需要额外的工作。