Поиск подходящих правил для новых данных с помощью arules


11

Я использую R (и пакет arules) для майнинга транзакций для правил ассоциации. То, что я хочу сделать, это создать правила, а затем применить их к новым данным.

Например, скажем, у меня много правил, одно из которых каноническое {Beer=YES} -> {Diapers=YES}.

Тогда у меня есть новые транзакционные данные, где одна из записей купила пиво, но не подгузники. Как я могу определить правило, в котором соблюдается LHS, но еще не RHS?

Пример R:

install.packages("arules")
library(arules)

data("Groceries")
**#generate Rules omitting second record**

rules <- apriori(Groceries[-2],parameter = list(supp = 0.05, conf = 0.2,target = "rules"))

Сгенерированные правила:

> inspect(rules)
  lhs                   rhs                   support confidence     lift
1 {}                 => {whole milk}       0.25554200  0.2555420 1.000000
2 {yogurt}           => {whole milk}       0.05603010  0.4018964 1.572722
3 {whole milk}       => {yogurt}           0.05603010  0.2192598 1.572722
4 {rolls/buns}       => {whole milk}       0.05664023  0.3079049 1.204909
5 {whole milk}       => {rolls/buns}       0.05664023  0.2216474 1.204909
6 {other vegetables} => {whole milk}       0.07484238  0.3867578 1.513480
7 {whole milk}       => {other vegetables} 0.07484238  0.2928770 1.513480

Вторая транзакция показывает этого клиента, так как у него есть йогурт, но не цельное молоко, возможно, следует отправить купон на молоко. Как можно найти применимые правила в «правилах» для новых транзакций?

> LIST(Groceries[2])
[[1]]
[1] "tropical fruit" "yogurt"         "coffee" 

Ответы:


19

Ключ is.subset-функция в том же пакете

Вот код ...

basket <- Groceries[2]
# find all rules, where the lhs is a subset of the current basket
rulesMatchLHS <- is.subset(rules@lhs,basket)
# and the rhs is NOT a subset of the current basket (so that some items are left as potential recommendation)
suitableRules <-  rulesMatchLHS & !(is.subset(rules@rhs,basket))

# here they are
inspect(rules[suitableRules])

# now extract the matching rhs ...
recommendations <- strsplit(LIST(rules[suitableRules]@rhs)[[1]],split=" ")
recommendations <- lapply(recommendations,function(x){paste(x,collapse=" ")})
recommendations <- as.character(recommendations)

# ... and remove all items which are already in the basket
recommendations <- recommendations[!sapply(recommendations,function(x){basket %in% x})]

print(recommendations)

и сгенерированный вывод ...

> inspect(rules[suitableRules])
  lhs         rhs            support confidence     lift
1 {}       => {whole milk} 0.2555420  0.2555420 1.000000
2 {yogurt} => {whole milk} 0.0560301  0.4018964 1.572722

> print(recommendations)
[1] "whole milk"

Штеффен - сказочный! Большое спасибо, я не видел эту функцию. Я мог видеть это ранжирование по лифту (или другой мере), чтобы определить, какое правило придерживаться, когда несколько совпадений было бы довольно легко.
B_Miner

Я знаю, что это довольно старый, но, надеюсь, кто-то ответит. Что делать, если я хочу прямо поставить basket <- "tropical fruit" "yogurt" "coffee"?
HonzaB

@HonzaB, я думаю, тебе нужно привести его к нужному типу, аля:as(list(basket), "itemMatrix")
Харлан
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.