FPGrowth/Association 使用 Sparklyr 的规则

FPGrowth/Association Rules using Sparklyr

我正在尝试使用 Sparklyr 构建关联规则算法,并且一直在关注这个blog,它的解释非常好。

但是,在它们适合 FPGrowth 算法之后有一个部分,作者从返回的 "FPGrowthModel object" 中提取规则,但我无法重现以提取我的规则。

我纠结的部分是这段代码:

rules = FPGmodel %>% invoke("associationRules")

谁能解释一下 FPG 模型的来源?

我的代码如下所示,我没有看到可以从中提取规则的 FPGmodel 对象,我们将不胜感激。

# CACHE HIVE TABLE INTO SPARK
tbl_cache(sc, 'claims', force = TRUE)
med_tbl <- tbl(sc, 'claims')

# SELECT VARIABLES OF INTEREST
med_tbl <- med_tbl %>% select(proc_desc,alt_claim_id)

# REMOVE DUPLICATED ROWS
med_tbl <- dplyr::distinct(med_tbl)

med_tbl <- med_tbl %>% group_by(alt_claim_id)

# AGGREGATING CLAIMS BY CLAIM ID
med_agg <- med_tbl %>% 
  group_by(alt_claim_id) %>% 
  summarise(procedures = collect_list(proc_desc))

# CREATE UNIQUE STRING TO IDENTIFY THE MACHINE LEARNING ESTIMATOR
uid = sparklyr:::random_string("fpgrowth_")

# INVOKE THE FPGrowth JAVA CLASS 
jobj = invoke_new(sc, "org.apache.spark.ml.fpm.FPGrowth", uid) 


jobj %>% 
  invoke("setItemsCol", "procedures") %>% 
  invoke("setMinConfidence", 0.03) %>% 
  invoke("setMinSupport", 0.01) %>% 
  invoke("fit", spark_dataframe(med_agg))

您链接的博客 post 已经过时将近两年了。由于 2b0994co.a.s.ml.fpm.FPGrowth

提供了本地包装器
df <- copy_to(sc, tibble(items=c("a b c", "a b", "c f g", "b c"))) %>%
  mutate(items = split(items, "\\s+")

fp_growth_model <- ml_fpgrowth(df)
antecedent consequent confidence  lift
  <list>     <list>          <dbl> <dbl>
1 <list [1]> <list [1]>          1  1.33