R：关于不先验误差能够强制NA对nsparseMatrix [英] R: apriori error about not able to coerce NA's to nsparseMatrix

问题描述

我跟在arules包先验算法试验。

这是我做了什么：
我装从SQL Server视图为R.
由于该数据是不是在交易形式（先验使用），我不得不将其转换：

  

＆数据LT; - sapply（订单，as.factor）

然后我进入先验功能：

  

先验（数据，参数=列表（支持= 0.005，置信度= 0.5））

我得到这个错误：

  

    

错误吨（如下（从ngCMatrix））：错误评估在选择功能'T'的方法参数的x：在asMethod（对象）错误：不能强迫'NA对nsparseMatrix

  

我的查询检查，我甚至不具有为NULL任何属性/ NA。

我不明白是什么错误意味着。是否有人知道是什么问题，以及如何解决这个问题？

解决方案

我最近遇到了同样类型的错误。我所了解到的是，您的数据必须被强制转换为交易开采项目集或规则。这件作品code应该是有帮助的。

  transaction_data＆LT;  - 为（数据，交易）
规则＆LT;  - 先验（transaction_data，参数=列表（minlen = 2，人联党= 0.2的conf = 0.5））
 

I am experimenting with the apriori algorithm in the arules package.

This is what I've done: I loaded a view from SQL Server into R. Since that data is not in transactions form (to use in apriori), I had to convert it:

data <- sapply(orders, as.factor)

Then I entered the apriori function:

apriori(data, parameter = list (support=0.005, confidence=0.5))

I get this error:

Error in t(as(from, "ngCMatrix")) : error in evaluating the argument 'x' in selecting a method for function 't': Error in asMethod(object) : cannot coerce 'NA's to "nsparseMatrix"

I checked with a query and I don't even have any attribute that is NULL/NA.

I don't understand what the error means. Does someone know what the problem is and how to solve this?

解决方案

I have encountered the same kind of error recently. All I have learnt was that your data have to be coerced to transactions for mining the itemsets or rules. This piece of code should be helpful.

transaction_data<- as(data, "transactions")
rules <- apriori(transaction_data,parameter = list(minlen=2,supp=0.2,conf=0.5))

这篇关于R：关于不先验误差能够强制NA对nsparseMatrix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！