R write.csv2 输出显示空字符串
R write.csv2 output showing empty string
我正在尝试将先验算法应用于工作正常的数据集 (CSV)。
阅读交易并应用先验后,我可以看到结果。
输入文件示例:
transactionid;article
21-348;JG78NF7
42-357;ALL0001
89-786;110845466
...
但是在写入 CSV 后,这就是我 output.csv:
中剩下的内容
""
参数集支持度=0.0001,置信度=0.1
当我将支持增加到 0.001 时,我的输出 CSV 实际上显示了一些行。我认为这是内存问题,但事实并非如此。
下面是我的代码。
#!/usr/bin/env Rscript
# load arules library
library(arules)
# read csv file
data <- read.transactions(file='input.csv', format='single', sep=';', cols=1:2)
#summary(data)
#create apriori rules
rules <- apriori(data, parameter=list(support=0.0001, confidence=0.1))
#summary(rules)
#inspect(sort(rules, by='confidence'))
write.csv2(inspect(rules), file='output.csv')
没有错误消息或任何内容。使用 --verbose 标志执行不会显示错误消息。也许有人有想法。
规格:
MacOSX 卡特琳娜 10.15.4
R语言(通过Homebrew安装)3.6.3_1
酿造版本 2.2.11
inspect()
函数只打印,所以如果你想获取 lhs 和 rhs 等信息,你可以按照 或尝试下面的内容来提供你需要的一些信息:
library(arules)
data("Adult")
rules <- apriori(Adult,
parameter = list(supp = 0.5, conf = 0.9, target = "rules"))
out = data.frame(
lhs=labels(lhs(rules)),
rhs=labels(rhs(rules)),
support = quality(rules)$support,
count=quality(rules)$count)
write.csv(out....)
我正在尝试将先验算法应用于工作正常的数据集 (CSV)。 阅读交易并应用先验后,我可以看到结果。
输入文件示例:
transactionid;article
21-348;JG78NF7
42-357;ALL0001
89-786;110845466
...
但是在写入 CSV 后,这就是我 output.csv:
中剩下的内容""
参数集支持度=0.0001,置信度=0.1 当我将支持增加到 0.001 时,我的输出 CSV 实际上显示了一些行。我认为这是内存问题,但事实并非如此。 下面是我的代码。
#!/usr/bin/env Rscript
# load arules library
library(arules)
# read csv file
data <- read.transactions(file='input.csv', format='single', sep=';', cols=1:2)
#summary(data)
#create apriori rules
rules <- apriori(data, parameter=list(support=0.0001, confidence=0.1))
#summary(rules)
#inspect(sort(rules, by='confidence'))
write.csv2(inspect(rules), file='output.csv')
没有错误消息或任何内容。使用 --verbose 标志执行不会显示错误消息。也许有人有想法。
规格:
MacOSX 卡特琳娜 10.15.4
R语言(通过Homebrew安装)3.6.3_1
酿造版本 2.2.11
inspect()
函数只打印,所以如果你想获取 lhs 和 rhs 等信息,你可以按照
library(arules)
data("Adult")
rules <- apriori(Adult,
parameter = list(supp = 0.5, conf = 0.9, target = "rules"))
out = data.frame(
lhs=labels(lhs(rules)),
rhs=labels(rhs(rules)),
support = quality(rules)$support,
count=quality(rules)$count)
write.csv(out....)