Подготовка данных дискретизации для правил

У меня есть набор данных, который применяется к процессу дискретизации, и я хочу принудить набор данных к транзакциям для использования пакета arules.

CLUST_K <- structure(list(LONGITUDE = c(118.5, 118.5, 118.5, 118.5, 118.5, 
                    118.5), LATITUDE = c(-11.5, -11.5, -11.5, -11.5, -11.5, -11.5
                    ), DATE_START = structure(c(1419897600, 1419984000, 1420070400, 
                    1420156800, 1420243200, 1420329600), class = c("POSIXct", "POSIXt"
                    )), DATE_END = structure(c(1420502400, 1420588800, 1420675200, 
                    1420761600, 1420848000, 1420934400), class = c("POSIXct", "POSIXt"
                    )), FLAG = c(2, 1, 2, 2, 2, 2), SURFSKINTEMP = c(13L, 1L, 16L, 
                    16L, 7L, 13L), SURFAIRTEMP = c(6L, 6L, 6L, 6L, 6L, 6L), TOTH2OVAP = c(5L, 
                    17L, 17L, 17L, 17L, 17L), TOTO3 = c(16L, 16L, 16L, 10L, 7L, 7L
                    ), TOTCO = c(12L, 12L, 8L, 4L, 12L, 12L), TOTCH4 = c(13L, 14L, 
                    6L, 6L, 11L, 7L), OLR_ARIS = c(10L, 4L, 4L, 7L, 5L, 10L), CLROLR_ARIS = c(10L, 
                    4L, 4L, 7L, 5L, 10L), OLR_NOAA = c(10L, 10L, 10L, 10L, 7L, 9L
                    ), MODIS_LST = c(1L, 1L, 1L, 1L, 1L, 1L)), .Names = c("LONGITUDE", 
                    "LATITUDE", "DATE_START", "DATE_END", "FLAG", "SURFSKINTEMP", 
                    "SURFAIRTEMP", "TOTH2OVAP", "TOTO3", "TOTCO", "TOTCH4", "OLR_ARIS", 
                    "CLROLR_ARIS", "OLR_NOAA", "MODIS_LST"), row.names = c(NA, 6L
                    ), class = "data.frame")

из набора данных CLUST_K видно, что

    LONGITUDE LATITUDE DATE_START   DATE_END FLAG SURFSKINTEMP SURFAIRTEMP TOTH2OVAP TOTO3 TOTCO TOTCH4 OLR_ARIS    CLROLR_ARIS OLR_NOAA MODIS_LST
1     118.5    -11.5 2014-12-30 2015-01-06    2           13           6         5    16    12     13       10           10       10         1
2     118.5    -11.5 2014-12-31 2015-01-07    1            1           6        17    16    12     14        4            4       10         1
3     118.5    -11.5 2015-01-01 2015-01-08    2           16           6        17    16     8      6        4            4       10         1
4     118.5    -11.5 2015-01-02 2015-01-09    2           16           6        17    10     4      6        7            7       10         1
5     118.5    -11.5 2015-01-03 2015-01-10    2            7           6        17     7    12     11        5            5        7         1
6     118.5    -11.5 2015-01-04 2015-01-11    2           13           6        17     7    12      7       10           10        9         1

столбцы с первого по пятый набор данных представляют собой информацию о транзакциях, а столбцы с 6 по 15 представляют собой транзакции, которые применяются к процессу дискретизации.

когда я пытаюсь принудить набор данных к транзакциям

CLUST_K_R <- CLUST_K[,6:15]
CLUST_K_R_T <- as(CLUST_K_R,"transactions")
Error in asMethod(object) : 
  column(s) 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 not logical or a factor. Discretize the columns first.

но я набор данных уже применил к процессу дискретизации

Когда я использую split, это тоже кажется неправильным

> s1 <- split(CLUST_K$SURFSKINTEMP, CLUST_K$SURFAIRTEMP,CLUST_K$TOTH2OVAP, CLUST_K$TOTO3)
> Tr <- as(s1,"transactions")
Warning message:
In asMethod(object) : removing duplicated items in transactions
> Tr
transactions in sparse format with
 1 transactions (rows) and
 4 items (columns)

осталась только 1 транзакция, но в моем случае должно быть 6 транзакций.


r dataframe transactions arules
person Pan    schedule 07.12.2017    source источник
comment
Ваш s1 выглядит так: $6 [1] 13 1 16 16 7 13. Вот почему вы получаете одну транзакцию. Вы должны использовать функцию дискретизации.   -  person Michael Hahsler    schedule 07.12.2017
comment
Спасибо, Майкл, что касается моих данных, мне не нужно дискретизировать мои данные, так как я выполнил некоторую работу по кластеризации, которая дает количество кластеров в моих данных. Например, здесь 13 представляет кластер № 13 после кластеризации переменной SURFSKINTEMP, Затем я просто хочу найти часто используемые наборы элементов моего набора данных, чтобы подготовить данные для правил в моем случае. Спасибо.   -  person Pan    schedule 07.12.2017

Ответы (1)


arrow_upward
1
arrow_downward

Поскольку вы уже дискретизировали данные (с помощью кластеризации), вам нужно только убедиться, что данные закодированы как номинальные значения (фактор), а не числа (целое число).

for(i in 1:ncol(CLUST_K_R)) CLUST_K_R[[i]] <- as.factor(CLUST_K_R[[i]])
CLUST_K_R_T <- as(CLUST_K_R,"transactions")

summary(CLUST_K_R_T)

transactions as itemMatrix in sparse format with
 6 rows (elements/itemsets/transactions) and
 30 columns (items) and a density of 0.3333333 

most frequent items:
SURFAIRTEMP=6   MODIS_LST=1  TOTH2OVAP=17      TOTCO=12   OLR_NOAA=10       (Other) 
            6             6             5             4             4            35 

element (itemset/transaction) length distribution:
sizes
10 
 6 

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
     10      10      10      10      10      10 

includes extended item information - examples:
           labels    variables levels
1  SURFSKINTEMP=1 SURFSKINTEMP      1
2  SURFSKINTEMP=7 SURFSKINTEMP      7
3 SURFSKINTEMP=13 SURFSKINTEMP     13

includes extended transaction information - examples:
  transactionID
1             1
2             2
3             3
person Michael Hahsler    schedule 07.12.2017