Apriori 알고리즘은 지원 임계 값을 충족하는 모든 빈 항목 집합을 먼저 찾은 다음 자주 신뢰하는 최소한의 신뢰도를 가진 빈 항목 집합에서 강력한 연관 규칙을 생성합니다.arules에서 한 단계 대 두 단계의 병합 규칙 마이닝 - 왜 다른가?
따라서 나는 R 패키지 arules에 그 기대 :
txs <- as(inputDataTable,"transactions") itemsets <- apriori(txs, parameter = list(support = 0.05, confidence = 0.7, target="frequent itemsets")) rules <- ruleInduction(itemsets)
및
txs <- as(inputDataTable,"transactions") rules <- apriori(txs, parameter = list(support = 0.05, confidence = 0.7, target="rules"))
누구에게 설명 할 수 있습니까? 나는 잠시 동안 그 주위에 내 머리를 얻으려고하고있다. ..
추가 규칙이 맞습니까? 버그가있을 수 있습니다. 확인하기 쉬워야합니다. –
그것을 발견, 바보, 아래를 참조하십시오. –