如何解决关联序列规则挖掘与目标标签非常大的数据 - 使用哪种算法
玩具示例数据
set.seed(123)
win_seq <- c("AA","BB","CC","DD","EE") # for example this sequence occurs with the label "class_YES"
li <- list()
for(i in 1:4){
if(i<3){
v <- sample(letters,sample(30:50,1),replace = T)
v[ sort(sample(1:length(v),5))] <- win_seq
v <- c(v,"class_YES")
li[[i]] <- v
}
if(i>=3){
v <- sample(letters,replace = T)
v[ sample(1:length(v),5) ] <- win_seq
v <- c(v,"class_NO")
li[[i]] <- v
}
}
列表li[[1]]
和li[[2]]
的前两个向量有一个可以与class_YES
关联的序列
"AA" > "BB" > "CC" > "DD" > "EE" > class_YES
最重要的是,我需要找到与标签 class_YES
和 class_NO
相关联的序列
我找到了一个可以搜索关联序列规则的包arulesSequenses
但问题是包查找所有规则,所有元素的所有关联,这使得无法处理大数据。但是如果你只通过感兴趣的标签来寻找规则,那么你可以减少数千次的搜索
问题是,有没有一个包可以做与 arulesSequences 一样的事情,但是
*1) 可以处理大数据
2) 您可以在其中设置类标签*
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。