许多连续变量之间的关联规则

Question

我有一个大数据集，我正在尝试挖掘变量之间的关联规则。

我的问题是我有160个变量，我必须在其中寻找关联规则，而且我有超过1800个项目集。

此外，我的变量是连续变量。对于挖掘关联规则，我通常使用先验算法，但是众所周知，这个算法需要使用分类变量。

有人对我在这种情况下可以使用哪种算法有什么建议吗？

我的数据集的一个限制示例如下：

ID_Order   Model     ordered quantity
A.1        typeX     20
A.1        typeZ     10
A.1        typeY     5
B.2        typeX     16
B.2        typeW     12
C.3        typeZ     1
D.4        typeX     8
D.4        typeG     4
...

我的目标是挖掘不同产品之间的关联规则和相关性，可能使用 R 中的神经网络算法有人对如何解决这个问题有任何建议吗？

提前致谢

Answer 1

您可以像这样从您的数据集创建交易：

library(dplyr)

此函数用于获取每个 ID_Order

的交易

concat <- function(x) {
  return(list(as.character(x)))

}

按 ID_Order 分组 df 并连接。 pull() returns 列表中串联的 Model。

a_list <- df %>% 
  group_by(ID_Order) %>% 
  summarise(concat = concat(Model)) %>%
  pull(concat)

将名称设置为 ID_Order：

names(a_list) <- unique(df$ID_Order)

然后就可以使用包arules:

获取transactions的对象class:

transactions <- as(a_list, "transactions")

提取规则。您可以分别在 supp 和 conf 中设置最小支持度和最小置信度。

rules <- apriori(transactions, 
                 parameter = list(supp = 0.1, conf = 0.5, target = "rules"))

要检查规则，请使用：

inspect(rules)

这就是你得到的：

     lhs              rhs     support confidence lift      count
[1]  {}            => {typeZ} 0.50    0.50       1.0000000 2    
[2]  {}            => {typeX} 0.75    0.75       1.0000000 3    
[3]  {typeW}       => {typeX} 0.25    1.00       1.3333333 1    
[4]  {typeG}       => {typeX} 0.25    1.00       1.3333333 1    
[5]  {typeY}       => {typeZ} 0.25    1.00       2.0000000 1    
[6]  {typeZ}       => {typeY} 0.25    0.50       2.0000000 1    
[7]  {typeY}       => {typeX} 0.25    1.00       1.3333333 1    
[8]  {typeZ}       => {typeX} 0.25    0.50       0.6666667 1    
[9]  {typeY,typeZ} => {typeX} 0.25    1.00       1.3333333 1    
[10] {typeX,typeY} => {typeZ} 0.25    1.00       2.0000000 1    
[11] {typeX,typeZ} => {typeY} 0.25    1.00       4.0000000 1

Answer 2

来自 ? transactions 的示例部分：

## example 4: creating transactions from a data.frame with 
## transaction IDs and items (by converting it into a list of transactions first) 
a_df3 <- data.frame(
  TID = c(1,1,2,2,2,3), 
  item=c("a","b","a","b","c","b")
  )
a_df3
trans4 <- as(split(a_df3[,"item"], a_df3[,"TID"]), "transactions")
trans4
inspect(trans4)

许多连续变量之间的关联规则

Association rules between many continuous variables

r

algorithm

machine-learning

associations

arules