In R, versuche ich apriori mit arules zu implementieren,

Question

sieht mein Datensatz wie diese

A   B  C  D PR1 PR2 PR3 PR4 
Values Values Values Values 0 1 0 0 
Values Values Values Values 1 0 0 0 
Values Values Values Values 0 0 1 0 
Values Values Values Values 0 0 0 1 
Values Values Values Values 0 1 0 0 
Values Values Values Values 1 0 0 0 
Values Values Values Values 0 0 1 0 
Values Values Values Values 0 0 0 1 
Values Values Values Values 0 1 0 0 
Values Values Values Values 1 0 0 0 
Values Values Values Values 0 0 1 0 
Values Values Values Values 0 0 0 1 
Values Values Values Values 0 1 0 0 
Values Values Values Values 1 0 0 0 

ich die Spalten nur nur a, b, c und d Spalten in lhs und rhs haben will sein müssen PR1, PR2, PR3, PR4 einen Wert 1. ein Beispiel des Ergebnisses enthält, ich erwarte ist

lhs = {a,b}, RHS{PR1=1} 
lhs= {b,c,d}, RHS {PR3 =1} 

ich den Code unten verwendet haben, aber ich bin nicht das gewünschte Ergebnis zu erzielen

r <- apriori(b, parameter = list(supp = 0.1, conf = 0.9),    
      appearance = list(lhs = c("A","B","C","D"))) 

Kann jemand eine Lösung für dieses

Answer 1

geben Sie bitte „nicht das gewünschte Ergebnis zu erzielen“ ist nicht die beste Beschreibung dessen, was schief gelaufen ist. Zum Beispiel scheint es für mich zu arbeiten, wenn das minimal erforderliche Vertrauen senken:

library(arules) 
r <- apriori(b, parameter = list(supp = .2, conf = .2), 
           appearance=list(lhs=c("A","B","C","D"))) 
inspect(subset(r, rhs(r) %ain% "PR1" & lhs(r) %ain% c("A", "B"))) 
# lhs   rhs support confidence lift 
# 41 {A,B}  => {PR1} 0.2857143 0.2857143 1 
# 58 {A,B,C} => {PR1} 0.2857143 0.2857143 1 
# 59 {A,B,D} => {PR1} 0.2857143 0.2857143 1 
# 64 {A,B,C,D} => {PR1} 0.2857143 0.2857143 1 
inspect(subset(r, rhs(r) %ain% "PR1" & labels(lhs(r))=="{A,B}")) 
# lhs  rhs support confidence lift 
# 41 {A,B} => {PR1} 0.2857143 0.2857143 1 
inspect(subset(r, labels(rhs(r))=="{PR3}" & labels(lhs(r))=="{B,C,D}")) 
# 45 {B,C,D} => {PR3} 0.2142857 0.2142857 1 

Daten:

b <- new("transactions" 
    , data = new("ngCMatrix" 
    , i = c(0L, 1L, 2L, 3L, 5L, 0L, 1L, 2L, 3L, 4L, 0L, 1L, 2L, 3L, 6L, 
0L, 1L, 2L, 3L, 7L, 0L, 1L, 2L, 3L, 5L, 0L, 1L, 2L, 3L, 4L, 0L, 
1L, 2L, 3L, 6L, 0L, 1L, 2L, 3L, 7L, 0L, 1L, 2L, 3L, 5L, 0L, 1L, 
2L, 3L, 4L, 0L, 1L, 2L, 3L, 6L, 0L, 1L, 2L, 3L, 7L, 0L, 1L, 2L, 
3L, 5L, 0L, 1L, 2L, 3L, 4L) 
    , p = c(0L, 5L, 10L, 15L, 20L, 25L, 30L, 35L, 40L, 45L, 50L, 55L, 60L, 
65L, 70L) 
    , Dim = c(8L, 14L) 
    , Dimnames = list(NULL, NULL) 
    , factors = list() 
) 
    , itemInfo = structure(list(labels = c("A", "B", "C", "D", "PR1", "PR2", "PR3", 
"PR4")), .Names = "labels", row.names = c(NA, -8L), class = "data.frame") 
    , itemsetInfo = structure(list(transactionID = c("1", "2", "3", "4", "5", "6", 
"7", "8", "9", "10", "11", "12", "13", "14")), .Names = "transactionID", row.names = c(NA, 
-14L), class = "data.frame") 
)