R修剪挖掘規則-先驗

Question

我有一個關於在 R 中使用 apriori 獲得的規則的問題。

數據輸入、轉換等后，我輸入命令

規則 <- 先驗（訂單，參數 = 列表（補充 = 0.01，conf = 0.5，maxlen = 2））

我明白我的規則。 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：有沒有辦法修剪我不感興趣的規則？ 在這種情況下，我只想看到第一條和第三條規則，以避免將兩個項目與兩個規則連接起來的“循環”規則。

謝謝！

Answer 1

我將提供rdatamining Titanic 示例的替代解決方案，因為我發現這對於較大的規則庫效率非常低。 這個問題確實在CRAN Intro to arules p 中提到過。 14.

您可以使用is.redundant函數，而不是使用整個項集矩陣（可能非常大）。 這基本上會尋找所有更具體的規則（相同的結果/RHS，但 LHS/前因中的更多項目）具有相同或更低的提升/置信度/[其他指標]...

更正式地說，您尋找 X 的子集 X' 在提升或置信度方面有所改善（或至少沒有減少）。

然后，使用提升作為改進措施的代碼如下所示：

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))

我給出了這個解決方案，因為你提到了泰坦尼克號的例子來解決你的問題。 但是，這種方法並不能解決您在問題描述中提到的循環規則，因為對於這些規則，結果 Y 不相同。

Answer 2

多虧了 rdatamining - rdatamining Titanic 示例，我找到了這個解決方案 tu prune 冗余規則：

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

我知道這是一個舊帖子，但是當我開始研究同一個問題時我發現了它。 只是為了將人們指向比鏈接更完整的資源， CRAN Intro to arules解釋了如何使用 R 中的正常子集功能來修剪不需要的規則（第 26 頁中間）：“作為關聯規則挖掘的典型，發現的規則是巨大的。為了分析這些規則，例如，可以使用 subset() 為每個項目生成單獨的規則子集”，然后繼續解釋並舉例說明。