序贯模型=关联规则+时间因素。

了解这个模型可以参考李明老师的《R语言与网站分析 [李明著][机械工业出版社][2014.04][446页]》，第九章，第二节的“序列模型关联分析”。

以下贴一个网络中关于序贯模型，R语言的arulesSequences包：转载于网易博客：Tony Woo

__________________________________________________________________________________________

今天下午基本上把通过arulesSequences来进行序列模式挖掘搞明白了，晚上又把arulesSequences中最重要的函数cspade查看了一下。Mark一下。

还是先简单写一个模式挖掘的例子。

1、数据准备

假设数据存放在E盘下的test.txt，而且E盘中的数据为：

1 10 2 C D A F H E

1 15 3 A B C E A F

1 20 3 A B F D C F

1 25 4 A C D F D D

2 15 3 A B F

2 20 1 E

3 10 3 B F

4 10 3 D G H

4 20 2 B F

4 25 3 A G H F

4 30 12 A H H H A F F F A G G G

数据比zaki稍微复杂一些，不过只是多添加了一些个别内容。

2、建模

>x=read_baskets(con="E:/zaki.txt",info=c("sequenceID","eventID","SIZE"))
>s1 <- cspade(x, parameter = list(support = 0.6,maxlen=3), control = list(verbose = TRUE))
>as(s1,"data.frame")

主要就这么三步，就完成了序列模式挖掘。现在需要看一下核心的函数cspade()。

3、cspade函数解释

根据文档，cspade函数结构如下：

cspade(data, parameter = NULL, control = NULL, tmpdir = tempdir())

其实，参数data没啥可说的，就导入transactions类型的数据就可以了。

parameter是设定各种参数，这个还需要认真了解一下。

parameter中，可选的参数有如下几个：

support：0-1之间的一个数值，代表得到的高频序列的最小支持度。

支持度其实是这样计算的：看上面的data中有4个序列，比如我们要计算｛A｝的支持度，则直接看｛A｝在4个序列中出现过几次，用次数再除以4就得到了支持度。至于一次订单中出现多少次A，则对序列挖掘是没啥影响的。

maxsize：一个整数值，代表在寻找高频序列的过程中，任意一个序列里面的每一个元素的最多能有几个项。

举个例子， <{D,H},{B,F},{A}> 是我们通过序列挖掘得到的一个序列s，那么序列s包含3个元素element，其中第一个元素又包含2个项item。通过设定maxsize，可以在序列挖掘中设定1对1或多对1的不同挖掘方式。

maxlen：一个整数值，代表挖掘的序列最大可以是多长，也即一个序列最多可以有几个元素。

比如，如果s1 <- cspade(x, parameter = list(support = 0.6,maxlen=2), control = list(verbose = TRUE)) ，那么最终得到的序列可能为： <{D,H},{B}><{A,F,H},{A,F}>

因此，通过maxlen参数可以去挖掘较短的序列。

mingap：一个整数值，确定两个连续的订单之间的最小时间差值，默认为none。

maxgap：一个整数值，确定两个连续的订单之间的最大时间差值，默认为none。

maxwin：一个整数值，确定一个序列中任意两个订单之间的最大时间差值，默认为none。

control其实是对内存了什么的控制，一般用不到，第四个也是用不到。因此，cspade函数主要就parameter的设定。

R语言︱关联规则+时间因素=序贯关联规则相关推荐

R语言使用apriori算法进行关联规则挖掘实战：关联规则概念、频繁项集、支持度（support）、置信度(confidence)、提升度(lift)、apriori算法
R语言使用apriori算法进行关联规则挖掘实战:关联规则概念.频繁项集.支持度(support).置信度(confidence).提升度(lift).apriori算法目录
r语言rank降序_R语言学习笔记：sort、rank、order、arrange排序函数
R语言中排序有几个基本函数:sort().rank().order().arrange() 一.总结 sort()函数是对向量进行从小到大的排序 rank()函数返回的是对向量中每个数值对应的秩 or ...
(转载)R语言ARIMA时间序利
原链接: https://www.cnblogs.com/silverangel/p/10132361.html 基于R语言的时间序列分析预测数据来源: R语言自带 Nile 数据集(尼罗河流量) ...
r语言rank降序_R语言速成之第一章向量（编辑，排序，10个基本函数）
1.4向量的编辑 1.4.1扩展向量c() vc vc vc vc vc 注意:单独append(vc,num)不会改变vc的值 1.4.2改变元素的值直接引用后赋值 vc vc[1] vc[1:3] ...
r语言rank降序_R语言rank函数详细解析
1.rank函数是什么 rank相关文档[1]可以译为"返回原数组(?)中各个元素排序(?)后的秩次(?)",表面上看确实可以得到次序,但对数组.排序.秩次交待不清. 2.rank ...
r语言rank降序_常见排序分析方法及R语言实现
常用排序分析方法相信大家在做微生物多样性研究时经常听到PCA分析.PCoA分析,NMDS分析,CCA分析,RDA分析.它们对物种(或基因.功能)的分析具有重要作用,因而频频出现在16S测序及宏基因组 ...
基于R语言的关联规则分析项目
转自http://blog.163.com/dm_team/blog/static/2379750132014891084989/ 摘要抱着成为一名优秀的数据分析师/数据挖掘师的理想,我们组成了一个 ...
R语言学习(六)——关联规则分析
什么是关联规则引例:啤酒与尿布发现了买尿布的顾客经常也会买啤酒后,超市把两者摆在一起,从而提高了两者的销量.具体原因是:年轻的父亲下班回家的路上需要给孩子买尿布,但他们又没空去酒吧,所以就通常也给 ...
python晋江文学城数据分析——标签关联规则分析（Apriori算法+R语言）
在学R语言购物篮分析,突然联想到虽然标签算不得商品,但和商品很相似,可以看看作者设置标签时喜欢把什么标签放一块.由于前文一直用的是python,所以准备接着用python,但是整体弄下来后,发现在可视 ...

R语言︱关联规则+时间因素=序贯关联规则

1、数据准备

2、建模

3、cspade函数解释

R语言︱关联规则+时间因素=序贯关联规则相关推荐

最新文章

热门文章