R-有没有办法通过升力限制先验规则?

问题描述 投票:0回答:4

我在看这个数据集:https://archive.ics.uci.edu/ml/machine-learning-databases/credit-screening/crx.data

我预处理了数据:

ca.1<-read.csv("CreditApproval.csv",T,",")

# From http://stackoverflow.com/q/4787332/
remove_outliers <- function(x, na.rm = TRUE, ...) {
  qnt <- quantile(x, probs=c(.25, .75), na.rm = na.rm, ...)
  H <- 1.5 * IQR(x, na.rm = na.rm)
  y <- x
  y[x < (qnt[1] - H)] <- NA
  y[x > (qnt[2] + H)] <- NA
  y
}

ca.1$A2<-remove_outliers(ca$A2)
ca.1$A3<-remove_outliers(ca$A3)
ca.1$A8<-remove_outliers(ca$A8)
ca.1$A11<-remove_outliers(ca$A11)
ca.1$A14<-remove_outliers(ca$A14)
ca.1$A15<-remove_outliers(ca$A15)
ca.1$A2<-discretize(ca.1$A2,"frequency",categories = 6)
ca.1$A3<-discretize(ca.1$A3,"frequency",categories = 6)
ca.1$A8<-discretize(ca.1$A8,"frequency",categories = 6)
ca.1$A11<-discretize(ca.1$A11,"frequency",categories = 6)
ca.1$A14<-discretize(ca.1$A14,"frequency",categories = 6)
ca.1$A15<-discretize(ca.1$A15,"frequency",categories = 6)

ca.1<-na.omit(ca.1)

经过微调支持,信心,min / maxlen我仍然得到65条规则:

> rules<-apriori(ca.1, parameter= list(supp=0.15, conf=0.89, minlen=3, maxlen=4), appearance=list(rhs=c("class=-", "class=+"), default="lhs"))
> rules.sorted <- sort(rules, by="lift")
> inspect(rules.sorted)
     lhs                     rhs       support   confidence lift    
[1]  {A5=g,A9=t,A10=t}    => {class=+} 0.1521739 0.8974359  2.770607
[2]  {A4=u,A9=t,A10=t}    => {class=+} 0.1521739 0.8974359  2.770607
[3]  {A1=a,A9=f}          => {class=-} 0.1717391 0.9753086  1.442579
[4]  {A1=a,A9=f,A13=g}    => {class=-} 0.1608696 0.9736842  1.440176
...[65]

你可以看到+规则有更大的提升,但比-规则更少的支持和信心。我一直在查看文档,并且无法通过提升找到任何限制参数。这可能吗?如果没有,你在这样的情况下做什么?

r apriori
4个回答
2
投票

在arules包中定义了一个特殊的函数来子集这个对象类型。为了过滤提升值小于2的规则,您可以尝试以下方法:

subset(rules, subset = lift > 2)

0
投票

如果您尝试了怎么办

apriori(df, parameter = list(lift = 0.3, minlen =2))

在这种情况下,您可以将最小升力设置为任何值,只需选择0.3。


0
投票

我认为apriori功能不会取电梯作为参数之一。如果我尝试设置升力,我会收到此错误

错误:参数无效:提升

相反,我可以通过提升对规则进行排序,并根据提升值选择规则,如下所示

sort(规则,by =“lift”,减去= TRUE)

这不是一个简单的解决方案,而是一个体面的解决方案


0
投票

你不能仅通过电梯来限制先验规则。你必须首先得到支持和信心的限制,你在这里做了:

 rules<-apriori(ca.1, parameter= list(supp=0.15, conf=0.89, minlen=3, maxlen=4)

之后,做这样的事情

rulesLift <- sort(subset(rules, subset = lift < 2), by="lift") 
inspect(rulesLift)
© www.soinside.com 2019 - 2024. All rights reserved.