首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

arules子集在arules包的新版本(1.5-2)中不起作用

arules是一个R语言中用于关联规则挖掘的包。关联规则挖掘是一种数据挖掘技术,用于发现数据集中的频繁项集和关联规则。频繁项集是指在数据集中经常同时出现的一组项,而关联规则则描述了这些项之间的关联关系。

在arules包的新版本(1.5-2)中,arules子集功能不起作用可能是由于以下原因之一:

  1. 代码错误:可能是由于代码编写错误导致arules子集功能无法正常工作。可以检查代码中是否存在语法错误、参数设置错误等问题。
  2. 版本兼容性问题:新版本的arules包可能对子集功能进行了更新或修改,导致之前的代码不再适用。可以查阅arules包的更新日志或官方文档,了解新版本中子集功能的变化,并相应地修改代码。
  3. 数据问题:arules子集功能可能对特定类型的数据集或数据格式有要求。可以检查数据集的格式、数据类型是否符合arules子集功能的要求。

为了解决这个问题,可以尝试以下步骤:

  1. 检查代码:仔细检查代码中是否存在语法错误、参数设置错误等问题。可以使用调试工具或打印输出来帮助定位问题。
  2. 更新arules包:检查是否有新版本的arules包可用,如果有,尝试更新到最新版本,以确保使用的是最新的功能和修复了可能存在的问题。
  3. 查阅文档:查阅arules包的官方文档或使用手册,了解子集功能的使用方法、参数设置和限制条件等信息。确保代码中的子集功能使用方式正确。
  4. 数据处理:检查数据集的格式和数据类型是否符合arules子集功能的要求。如果需要,可以进行数据预处理或转换,以满足子集功能的要求。

腾讯云相关产品和产品介绍链接地址:

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

让机器猜猜你喜欢歌手-R关联分析

美国,一些年轻父亲下班后经常要到超市去买婴儿尿布,超市也因此发现了一个规律,购买婴儿尿布年轻父亲们,有30%~40%的人同时要买一些啤酒。...于是,同学们填出来结果是这样: 学号 喜欢歌手 13*34 梁静茹 13*45 邓紫棋 …… …… 为了计算歌手之间相关规则,我们可以调用R语言arules来进行计算,代码如下: ##...### code start ##### # 加载 library(arules)#加载程序arules,当然如果你前面没有下载过这个,就要先install.packages(arules) setwd...("G:\\公文\\R语言 关联分析")#这里设置你自己工作路径 # 加载数据 singer <- read.csv("singer1.csv") # 将数据转换为arules关联规则方法apriori...=T)] <- NA #将子集矩阵每列元素和大于等于1列找出来 redundant = 1which(redundant) #

856100

python数据挖掘 pycaret.arules 关联规则学习

1.关联算法应用介绍   关联规则分析是数据挖掘中最活跃研究方法之一,目的是一个数据集中找出各项之间关联关系,而这种关系并没有在数据中直接表示出来。常见于与购物篮分析。   ...support是第一道过滤准则,能够繁杂众多交易过滤出值得我们关注潜在规则。   ...confidence我们认为代表着“给定consequent情况下,antecedent出现概率”,也就是说是判断规则两边存在联系。...2.pycaret.arules使用方法   官方链接:https://pycaret.readthedocs.io/en/latest/api/arules.html,整体使用流程为:   1)setup...·  实际使用,应该还有对consequents进行一个筛选,留下自己期望结果。比如,中医症状与病情,结果仅需要“病情”。   图例显示,3d图形显示,能够很快找到相对各参数都比较大点。 ?

1.1K20

R语言关联规则可视化:扩展arulesViz介绍

关联规则挖掘是一种流行数据挖掘方法,R语言中为扩展arules。然而,挖掘关联规则往往导致非常多规则,使分析师需要通过查询所有的规则才能发现有趣规则。通过手动筛选大量规则集是费时费力。...本文中,我们基于探索关联规则R扩展arulesViz,提出几个已知和新颖可视化技术。...2、数据准备和arulesViz统一接口 使用扩展arulesViz之前,我们首先需要加载它。这个会自动加载其他所需要数据,如arules。...如下面的数据集Groceries包含在arules里面。...7、平行坐标图(Parallel coordinates plot ) 平行坐标图将多维数据共享,使得每个维度上分别显示x轴和y轴。每个数据点是由连接值对于每个维度线表示。

4.4K80

关联分析(3):Apriori R语言实现

关联分析(1):概念及应用我们介绍了关联分析基本概念及应用场景,关联分析(2):Apriori产生频繁项集我们介绍了Apriori算法原理,本篇文章我们将进行关联分析R语言演示。...R语言实现 我们对UCI机器学习库上下载美国众议院议员投票记录数据,进行关联分析。R,可以直接调用arulesapriori()函数训练模型。 导入与数据。...arulesViz可以将关联规则进行可视化输出,“header=F”设置读入数据时,首行不作为列名。...library(arules) library(arulesViz) data<-read.csv("D\\voting-records.csv", header=F) 训练模型和性能评估。...可以看出规则三个参数之间关系。 shading = "lift" 表示散点图上颜色深浅度量是lift。 jitter=2表示增加抖动值。

1.1K20

与数据挖掘有关或有帮助R和函数集合

与数据挖掘有关或者有帮助R和函数集合。...基于模型方法:mclust 基于密度方法:dbscan 基于画图方法:plotcluster,plot.hclust 基于验证方法:cluster.stats 2、分类 常用: rpart...: arules:支持挖掘频繁项集,最大频繁项集,频繁闭项目集和关联规则 DRM:回归和分类数据重复关联模型 APRIORI算法,广度RST算法:apriori,drm ECLAT算法:采用等价类,RST...深度搜索和集合交集:eclat 4、序列模式 常用:arulesSequences SPADE算法:cSPADE 5、时间序列 常用:timsac 时间序列构建函数:ts 成分分解:decomp...:scale 变量转置:t 抽样:sample 堆栈:stack,unstack 其他:aggregate,merge,reshape 9、与数据挖掘软件Weka做接口 RWeka:通过这个接口,可以R

82430

关联分析(4):购物篮数据转换R语言

进行关联分析时,有时需要根据需求将数据转换为购物篮数据,本篇文章我们将介绍数据进行数据转换情况及如何在R语言中完成相应操作。...数据每行为一个用户,每列为一个爱好属性,“y”代表有此爱好,“n”代表无此爱好,我们希望通过关联分析找出用户会倾向于同时具有哪些爱好。数据保存为csv格式,并导入R。 ?...此份数据,绝大部分取值为“n”,“y”数量偏少,如果直接进行关联分析,会得到如下结果: ? 可见,结果得到是同时不具有的爱好规则,与想要结果不符。...因此我们需要将数据转换为购物篮数据,即如下形式数据: ?...R语言实现 要将数据从原来格式转换为购物篮数据,首先将“n”全部转换为NA,然后使用arulesas(…,"transactions")函数。 ?

1.2K40

更简易机器学习-pycaret安装和环境初始化

可以在此处找到所有预处理功能详细信息。 下面列出是初始化设置时PyCaret执行基本默认任务: 数据类型推断:PyCaret执行任何实验都始于确定所有特征正确数据类型。...同样,为了忽略某些功能以成为实验一部分,您可以设置程序传递ignore_features参数。...注意:如果您不希望PyCaret显示确认数据类型对话框,则可以设置过程以“ True”(静默)方式传递为True,以执行无人看管实验。...请参见下面的示例,该示例,我们使用了pycaret存储库“银行”数据集,其中包含45,211个样本。 ? 训练测试拆分:设置功能还执行训练测试拆分(针对分类问题进行了分层)。...这样可以以后相同或不同环境实现可重现性。

1.3K10

R语言优劣

其最主要特点是免费、开源、各种各样模块十分齐全,R综合档案网络CRAN,提供了大量第三方功能,其内容涵盖了从统计计算到机器学习,从金融分析到生物信息,从社会网络分析到自然语言处理,从各种数据库各种语言接口到高性能计算模型...报道述说了R发展历史以及由于数据挖掘需求增长而日益普及现状,它虽源于S但其发展却远远地超过了S,已经成为高校毕业学生所选用第二大工具语言,google与Pfizer员工也介绍了R自己公司应用...关联规则挖掘领域最经典算法为apriori,R第三方arules[5],就是专门用于做关联规则挖掘。 以下例子需要你已经安装了arules。...函数接受一个transaction对象输入,输出关联规则对象rules,为方便起见,这里用于计算transaction对象Adult是通过第5行从arules现成载入进来,第2~4行说明了怎么从一个文本文件读入数据并生成一个...正如我们所知,CRAN包括了各种你能想像得到工具,当然也有不少并行计算,这些包被归纳R高性能计算相关列表[8]。 关于R向量化及并行计算更详细内容可以参考我一篇博客[9]。

99930

R语言数据挖掘相关总结-转帖

与数据挖掘有关或者有帮助R和函数集合。...1、聚类 常用: fpc,cluster,pvclust,mclust 基于划分方法: kmeans, pam, pamk, clara 基于层次方法: hclust, pvclust,...: arules:支持挖掘频繁项集,最大频繁项集,频繁闭项目集和关联规则 DRM:回归和分类数据重复关联模型 APRIORI算法,广度RST算法:apriori, drm ECLAT算法: 采用等价类...,RST深度搜索和集合交集: eclat 4、序列模式 常用: arulesSequences SPADE算法: cSPADE 5、时间序列 常用: timsac 时间序列构建函数:...变量转置:t 抽样:sample 堆栈:stack, unstack 其他:aggregate, merge, reshape 9、与数据挖掘软件Weka做接口 RWeka: 通过这个接口,可以R

64240

【学习】干货:与数据挖掘有关或有帮助R和函数集合

与数据挖掘有关或者有帮助R和函数集合。...1、聚类 常用: fpc,cluster,pvclust,mclust 基于划分方法: kmeans, pam, pamk, clara 基于层次方法: hclust, pvclust, agnes...: arules:支持挖掘频繁项集,最大频繁项集,频繁闭项目集和关联规则 DRM:回归和分类数据重复关联模型 APRIORI算法,广度RST算法:apriori, drm ECLAT算法: 采用等价类...,RST深度搜索和集合交集: eclat 4、序列模式 常用: arulesSequences SPADE算法: cSPADE 5、时间序列 常用: timsac 时间序列构建函数: ts 成分分解...scale 变量转置:t 抽样:sample 堆栈:stack, unstack 其他:aggregate, merge, reshape 9、与数据挖掘软件Weka做接口 RWeka: 通过这个接口,可以R

1K50

R语言和数据分析十大:购物篮分析

提到数据挖掘,我们第一个反应是之前啤酒和尿布故事听说过,这个故事是一个典型数据挖掘关联规则。...篮分析传统线性回归之间主要差别的差别,对于离散数据相关性分析; 常见关联规则: 关联规则:牛奶=>卵子【支撑=2%,置信度=60%】 支持度:分析所有事务2%同一时候购买了牛奶和鸡蛋,需设定域值...{I1,I2}出现了4次,故置信度为2/4=50% 类似能够算出: 利用R进行购物篮分析,R关联分析函数为arules,我们採用内置Groceries数据集(例如以下)。...Inspect(Groceries) 详细R语言实现例如以下: library(arules) data(Groceries) frequentsets=eclat(Groceries,parameter...)) inspect(rules) 由此可见购物篮就完毕,当中lift是相关度指标,lift=1表示L和R独立,lift越大表明L和R同一购物篮绝非偶尔现象,更加支持我们购物篮决策。

58310

【R干货】电影《王盛宴》豆瓣短评浅析(含全部实现程序)

本文大纲: 问题背景 数据获取 数据信息描述 分词分析 短评文本词汇关联分析 存在问题 用到R package有: Rwordseg:中文分词 wordcloud:词频可视化 arules & arules...评分上,其中只评分无评论用户占大多数,这类用户数据比较难以获取。 3....》豆瓣短评评论趋势”, col = 2:5) 复制代码 9047条评论,来自9045个用户,其中11位用户已注销,其他用户都有对应主页。...短评文本词汇关联分析 对8061篇词汇进行apriori关联分析,挖掘频繁项集,首先要对每篇短评词汇去除重复。最小支持度为0.008下,得到频繁项集416个,项集大于2185个。...存在问题 进行分析过程,发现不少问题: 1. 数据完整性问题。

1.1K50

R语言中机器学习

,R关于机器学习主要包括以下几个方面: 1)神经网络(Neural Networks): nnet执行单隐层前馈神经网络,nnet是VR一部分(http://cran.r-project.org...mvpart是rpart改进,处理多元因变量问题(http://cran.r-project.org/web/packages/mvpart/index.html)。...9)关联规则(Association Rules): arules提供了有效处理稀疏二元数据数据结构,而且提供函数执Apriori和Eclat算法挖掘频繁项集、最大频繁项集、闭频繁项集和关联规则(...http://cran.r-project.org/web/packages/arules/index.html)。...10)模型选择和确认(Model selection and validation): e1071tune()函数指定范围内选取合适参数(http://cran.r-project.org/

13810
领券