将字符向量转换为规则的事务
Posted
技术标签:
【中文标题】将字符向量转换为规则的事务【英文标题】:convert character vector to transactions for arules 【发布时间】:2017-09-05 09:59:11 【问题描述】:请帮助将购物项目的字符向量转换为 arules 的“交易”。原始数据是这样的:
shopping_items <- c("apple banana", "orange", "tea orange beef")
向量的每个元素代表单笔交易中购买的物品,物品之间用空格“ ”隔开,例如交易1包括苹果和香蕉两件物品。如何将其转换为“事务”类型以便我可以在 arules 中使用它?
提前谢谢你!
【问题讨论】:
【参考方案1】:这是简短的版本:
library(arules)
shopping_items <- c("apple banana", "orange", "tea orange beef")
trans <- as(strsplit(shopping_items, " "), "transactions")
inspect(trans)
items
[1] apple,banana
[2] orange
[3] beef,orange,tea
【讨论】:
【参考方案2】:实现可能不是最佳的,但您可以尝试改进它。
library(stringi)
library(arules)
library(purrr)
shopping_items <- c("apple banana", "orange", "tea orange beef")
str <- paste(shopping_items,collapse = ' ')
# unique items
str_un <- unique(unlist(stri_split_fixed(str,' ')))
# create a dataframe with dimensions:
# length(shopping_items) x length(str_un)
df <- as.data.frame(matrix(rep(0,length(str_un)*length(shopping_items )),ncol=length(str_un)))
names(df) <- str_un
# positions of 1's in each column
vecs <- map(str_un,grep,shopping_items)
sapply(1:length(str_un), function(x) df[,x][vecs[[x]]] <<- 1)
df[] <- lapply(df,as.factor)
# Generate a transactions dataset.
tr <- as(df, "transactions")
# Generate the association rules.
# rules <- apriori(tr, ...
【讨论】:
以上是关于将字符向量转换为规则的事务的主要内容,如果未能解决你的问题,请参考以下文章