2016-12-08 4 views
1

Ich lese das "Apriori und FPGrowth werden die gleichen Assoziationsregeln generieren." Aber wenn ich Apriori und FPGrowth Algorithmen in Weka verwende. Aprior findet einige Regeln und Fpgrowth findet keine Regel !! Warum ist das passiert?Apriori und fpgrowth Algorithmen in Weka für Assoziationsregeln Mining

Meine Datensatz: http://s000.tinyupload.com/?file_id=67323646698703228823

ich zum ersten Mal Preprocessing: Numerische zu nominal. Es ist kleine Partition von: http://snap.stanford.edu/class/cs246-data/browsing.txt

Das wird durch Null und eins in binominal konvertiert! Qusetion: Die Aktion oder Praxis des Verkaufens zusätzlicher Produkte oder Dienstleistungen an bestehende Kunden wird als Cross-Selling bezeichnet. Die Produktempfehlung ist eines der Beispiele für Cross-Selling, die häufig von Online-Händlern genutzt werden. Eine einfache Methode, Produktempfehlungen zu geben, besteht darin, Produkte zu empfehlen, die häufig von den Kunden durchsucht werden. Angenommen, wir möchten dem Kunden neue Produkte basierend auf den Produkten empfehlen, die er bereits auf der Online-Website durchsucht hat. Mit einem Tool, das den A-priori-Algorithmus & FP-Growth verwendet, um Produkte zu finden, die häufig zusammen geblättert werden. Ich lese, dass Code-Code ausblenden Apriori und FPGrowth werden die gleichen Assoziationsregeln generieren. Aber wenn ich Apriori und FPGrowth Algorithmen in Weka verwende. Aprior findet einige Regeln und Fpgrowth findet keine Regel !! Warum ist das passiert? Meine Datensatz Preprocessing: Numerische zu nominal

Jj Es ist kleine Partition dieser qusetion: ausblenden Code kopieren Die Aktion oder Praxis der Verkauf zusätzlicher Produkte oder Dienstleistungen an bestehende Kunden genannt wird Cross-Selling. Die Produktempfehlung ist eines der Beispiele für Cross-Selling, die häufig von Online-Händlern genutzt werden. Eine einfache Methode, Produktempfehlungen zu geben, besteht darin, Produkte zu empfehlen, die häufig von den Kunden durchsucht werden. Angenommen, wir möchten dem Kunden neue Produkte basierend auf den Produkten empfehlen, die er bereits auf der Online-Website durchsucht hat. Mit einem Tool, das den A-priori-Algorithmus & FP-Growth verwendet, um Produkte zu finden, die häufig zusammen durchsucht werden.

+0

Vielleicht gibt es einen Parameterunterschied oder einen Fehler. Haben Sie bestätigt ** welches ist das korrekte Ergebnis **? –

+0

Mögliches Duplikat von [Apriori und fpgrowth Algorithmen in weka] (http://stackoverflow.com/questions/40988669/apriori-and-fpgrowth-algorithms-in-weka) –

Antwort

2

Ändern Sie einfach positiveIndex Parameter auf 1. Es wird funktionieren!

+0

Vielen Dank! Es funktioniert perfekt! Warum?? Was ist ein positiver Index? –

+0

Es ist der Index des Attributwerts, der in normalen dichten Instanzen als positiv zu betrachten ist. Index 1 wird immer für Sparse-Instanzen verwendet. Da Ihr Dataset spärlich ist, sollten Sie es als 1 festlegen. Und wenn Ihr Dataset dicht ist, sollten Sie es erhöhen. Wenn es nützlich ist, legen Sie diese Lösung als Antwort fest –

Verwandte Themen