用于关联规则挖掘的 weka 中的 Apriori 和 fpgrowth 算法
Apriori and fpgrowth algorithms in weka for association rules mining
我看过
"Apriori and Fpgrowth will generate the same association rules."
但是当我在 weka 中使用 Apriori 和 Fpgrowth 算法时。
Aprior 找到了一些规则，而 Fpgrowth 没有找到规则！
为什么会这样？
我的数据集：http://s000.tinyupload.com/?file_id=67323646698703228823
我首先预处理：数值到标称。
它是小分区：http://snap.stanford.edu/class/cs246-data/browsing.txt
即由零和一转换为二项式！
问题：
向现有客户销售额外产品或服务的行为或做法称为交叉销售。提供产品推荐是在线零售商经常使用的交叉销售示例之一。一种提供产品推荐的简单方法是推荐客户经常一起浏览的产品。假设我们要根据客户已经在在线网站上浏览过的产品向客户推荐新产品。使用使用 A-priori 算法和 FP-Growth 的工具来查找经常浏览的产品 together.llo，
我读到那个
隐藏复制代码
Apriori 和 Fpgrowth 会生成相同的关联规则。
但是当我在 weka 中使用 Apriori 和 Fpgrowth 算法时。
Aprior 找到了一些规则，而 Fpgrowth 没有找到规则！
为什么会这样？
我的数据集
预处理：数值到名义
Jj
是这里的小间隔
问题：
隐藏复制代码
向现有客户销售额外产品或服务的行为或做法称为交叉销售。提供产品推荐是在线零售商经常使用的交叉销售示例之一。一种提供产品推荐的简单方法是推荐客户经常一起浏览的产品。假设我们要根据客户已经在在线网站上浏览过的产品向客户推荐新产品。使用使用 A-priori 算法和 FP-Growth 的工具来查找经常一起浏览的产品。
只需将 positiveIndex 参数更改为 1。它会起作用！
我看过 "Apriori and Fpgrowth will generate the same association rules." 但是当我在 weka 中使用 Apriori 和 Fpgrowth 算法时。 Aprior 找到了一些规则，而 Fpgrowth 没有找到规则！ 为什么会这样？
我的数据集：http://s000.tinyupload.com/?file_id=67323646698703228823
我首先预处理：数值到标称。 它是小分区：http://snap.stanford.edu/class/cs246-data/browsing.txt
即由零和一转换为二项式！ 问题： 向现有客户销售额外产品或服务的行为或做法称为交叉销售。提供产品推荐是在线零售商经常使用的交叉销售示例之一。一种提供产品推荐的简单方法是推荐客户经常一起浏览的产品。假设我们要根据客户已经在在线网站上浏览过的产品向客户推荐新产品。使用使用 A-priori 算法和 FP-Growth 的工具来查找经常浏览的产品 together.llo， 我读到那个 隐藏复制代码 Apriori 和 Fpgrowth 会生成相同的关联规则。 但是当我在 weka 中使用 Apriori 和 Fpgrowth 算法时。 Aprior 找到了一些规则，而 Fpgrowth 没有找到规则！ 为什么会这样？ 我的数据集 预处理：数值到名义
Jj 是这里的小间隔 问题： 隐藏复制代码 向现有客户销售额外产品或服务的行为或做法称为交叉销售。提供产品推荐是在线零售商经常使用的交叉销售示例之一。一种提供产品推荐的简单方法是推荐客户经常一起浏览的产品。假设我们要根据客户已经在在线网站上浏览过的产品向客户推荐新产品。使用使用 A-priori 算法和 FP-Growth 的工具来查找经常一起浏览的产品。
只需将 positiveIndex 参数更改为 1。它会起作用！