R修剪挖掘规则-先验

Question

我有一个关于在 R 中使用 apriori 获得的规则的问题。

数据输入、转换等后，我输入命令

规则 <- 先验（订单，参数 = 列表（补充 = 0.01，conf = 0.5，maxlen = 2））

我明白我的规则。 例如：

 lhs        rhs        support confidence      lift
1  {16058} => {16059} 0.01218522  0.9375000 67.886029
2  {16059} => {16058} 0.01218522  0.8823529 67.886029
3  {10049} => {10021} 0.01462226  0.7826087 34.406832
4  {10021} => {10049} 0.01462226  0.6428571 34.406832

我的回答是：有没有办法修剪我不感兴趣的规则？ 在这种情况下，我只想看到第一条和第三条规则，以避免将两个项目与两个规则连接起来的“循环”规则。

谢谢！

Answer 1

我将提供rdatamining Titanic 示例的替代解决方案，因为我发现这对于较大的规则库效率非常低。 这个问题确实在CRAN Intro to arules p 中提到过。 14.

您可以使用is.redundant函数，而不是使用整个项集矩阵（可能非常大）。 这基本上会寻找所有更具体的规则（相同的结果/RHS，但 LHS/前因中的更多项目）具有相同或更低的提升/置信度/[其他指标]...

更正式地说，您寻找 X 的子集 X' 在提升或置信度方面有所改善（或至少没有减少）。

然后，使用提升作为改进措施的代码如下所示：

rules <- apriori(df, parameter = list(supp = 0.01, conf = 0.5, target = "rules"))
rules_lift <- sort(rules, by = 'lift')
rules_pruned <- rules_lift[!is.redundant(rules_lift, measure="lift")]
inspect(head(rules_pruned, 20))

我给出了这个解决方案，因为你提到了泰坦尼克号的例子来解决你的问题。 但是，这种方法并不能解决您在问题描述中提到的循环规则，因为对于这些规则，结果 Y 不相同。

Answer 2

多亏了 rdatamining - rdatamining Titanic 示例，我找到了这个解决方案 tu prune 冗余规则：

rules.sorted <- sort(rules, by="lift")
subset.matrix <- is.subset(rules.sorted, rules.sorted)
subset.matrix[lower.tri(subset.matrix, diag=T)] <- NA
redundant <- colSums(subset.matrix, na.rm=T) >= 1
which(redundant)
rules.pruned <- rules.sorted[!redundant]
inspect(rules.pruned)
plot(rules.pruned, method="graph", control=list(type="items"))

Answer 3

我知道这是一个旧帖子，但是当我开始研究同一个问题时我发现了它。 只是为了将人们指向比链接更完整的资源， CRAN Intro to arules解释了如何使用 R 中的正常子集功能来修剪不需要的规则（第 26 页中间）：“作为关联规则挖掘的典型，发现的规则是巨大的。为了分析这些规则，例如，可以使用 subset() 为每个项目生成单独的规则子集”，然后继续解释并举例说明。