无论属性名称如何，如何查找频繁项集？ [英] How to find frequent itemset irrespective of attribute name?

问题描述

我有一个数据集（CSV文件），可以使用Apriori算法查找频繁的项目集。

I have a dataset (CSV file) to find frequent itemsets using Apriori algorithm.

col1, col2, col3
bread, butter,?
coke, bread, butter

我正在为此目的使用WEKA。输出采用以下格式：

I am using WEKA for this purpose. The ouput is in the following format:

...
Large Itemsets L(2):
col1=bread  col2= butter 1
col1=coke  col2= bread 1
col1=coke  col3= butter 1
col2= bread  col3= butter 1
...

但是我想要的输出是：

bread, butter 2

基本上，以上输出与它们所属的 col 。如何实现这种输出？

Basically, the above output is independent of the col that they belong to. How can I achieve this kind of output?

推荐答案

以不同的格式设置数据格式。

Format your data differently.

Weka期望列是相同的乘积，其值为t / f（对于true，false）。然后您将获得牛奶= t->黄油= t这类的项目集。

Weka expects columns to be the same products, and the value to be t/f (for true, false). Then you get itemset of the kind milk=t -> butter=t.

请参阅Weka附带的.arff示例。

See the .arff examples included with Weka.

我想我看到了一个使用您的输入格式的ELKI示例。

I think I saw an ELKI example using your input format.

这篇关于无论属性名称如何，如何查找频繁项集？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！