0
Я использую алгоритм Apriori для поиска частых наборов элементов. Я использую минимальную поддержку как 2, и я получил результат следующим образом: наборы элементов, которые имеют 2 или более поддержки ;Что мы должны рассматривать как окончательный результат алгоритма Apriori
[3,5] [1,3] [2,5] [2,3] [2,3,5]
Все вышеуказанные наборы деталь имеет значение больше, чем опорный мин поддержки. Но я смущаю, какой набор предметов следует считать частым набором предметов из этих 5 наборов предметов. Также я хочу знать, как мы обычно получаем конечный результат алгоритма Apriori: это только один конечный набор или более одного набора независимо от размер набора?
Вы имеете в виду «какой набор предметов вы должны рассматривать как« САМОЕ »среди них? –
есть. какой набор элементов я должен использовать, чтобы рекомендовать элементы для пользователя в конце? – user3785318
Вы посмотрели пакет R arules. Правила, поступающие из функции 'apriori()', могут быть отсортированы по 'доверию'. Если бы я использовал «Apriori» в качестве рекомендателя, я бы выбрал правила с похожими «lhs» и из них возьмет «rhs», который будет иметь самую высокую «уверенность». Вы можете прочитать о реализации R 'apriori' algo [здесь] (http://rpubs.com/sbushmanov/180410) –