Сопоставление правила ассоциации с исходными записями

Я использую следующий код и получаю соответствующие правила ассоциации:

library("arules")
data("Adult")
    rules <- apriori(Adult,parameter = list(supp = 0.5, conf = 0.9, target = "rules"))
  labels(rules)

Есть 50 правил. Я хотел бы вернуться к исходным данным:

Adult3<-as.data.frame(as(Adult,"matrix"))

И добавить новый столбец в Adult3$RUL_NUM. Этот столбец будет включать значение соответствующего правила (в данном случае от 1 до 50), которому соответствует запись (для каждой записи). Если на запись приходится более одного правила, я хотел бы добавить последнее правило, которому запись соответствует.


r arules apriori
person Avi    schedule 05.06.2016    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Возможно, вы захотите изучить функцию is.superset. Например

is.superset(Adult, lhs(rules))

предоставит вам логическую матрицу, которая указывает для каждой транзакции, какое правило является «актуальным» (т. е. где присутствуют все элементы в LHS).

Изменить: если вы хотите, чтобы правило соответствовало всему, используйте код Avi, предложенный ниже:

is.superset(Adult, lhs(rules))

Чтобы получить идентификатор (номер) последнего правила, которое соответствует, вы можете использовать (более или менее) прямой код R в матрице надмножества:

w <- sapply(apply(is.superset(Adult, rules), MARGIN = 1, which), tail, n = 1)

Этот код находит индекс столбца всех единиц в каждой строке, а затем возвращает последний.

person Michael Hahsler    schedule 06.06.2016
comment
Спасибо, Майкл. Я хотел бы просто добавить номер (от 1 до 50 количества правил в данном случае) к каждой строке данных (в данном случае для взрослых). Число является релевантным правилом для конкретной строки. Может ли ваше решение предоставить конкретный номер правила для каждой строки? - person Avi; 06.06.2016
comment
Михаил, я думаю, ваше решение следует изменить. Так как для одного и того же LHS могут быть разные RHS. И я хотел бы сопоставить для каждой строки правило, которое ей соответствует (как если бы мы запускали выборку в sql для каждого правила и проверяли для каждой строки, является ли она его подмножеством). У некоторых правил одинаковая левая сторона, но другая правая сторона, и мы должны это учитывать. Поэтому я думаю, что ваше решение должно быть is.superset(Adult, (rules)) - person Avi; 06.06.2016
comment
Спасибо большое Михаил! Оно работает! У меня есть 2 замечания. Мой исходный файл содержит 1712 строк (1713 с заголовком), и это фрейм данных, который я преобразовал в транзакции и использовал: w ‹- sapply(apply(is.superset(mytrans, rules), MARGIN = 1, which), tail, n = 1), затем я преобразовал w обратно в dataframe: df ‹- data.frame(matrix(unlist(w), byrow=T),stringsAsFactors=FALSE) Однако теперь у меня всего 1256 строк. Я думаю, что пробел (456) возникает из-за исходных строк без соответствующего правила - с именем целое число (0). Есть ли способ сохранить в df исходный номер строки со значением пробела в случае отсутствия номера правила? - person Avi; 07.06.2016
comment
@Avi: я не думал об этом. Я думаю, вам нужно заменить целое число (0) на NA, прежде чем вы сделаете удаление из списка. - person Michael Hahsler; 09.06.2016