在Weka中的Apriori算法中获取频率

Question

我试图在Weka中应用Apriori算法。
维基百科具有用于一个简单的例子（Apriori algorithm）：

alpha beta epsilon 
alpha beta theta 
alpha beta epsilon 
alpha beta theta 

以下关联规则可从该表来确定：与alpha套

• 100％还含有beta
• 50 ％的套与alpha，测试版也有epsilon
• 50％套与alpha，测试版所以有theta

我转换这个项目分成CSV并添加另一个属性行，让我终于有了这个文件：

prod1,prod2,prod3 
alpha,beta,epsilon 
alpha,beta,theta 
alpha,beta,epsilon 
alpha,beta,theta 

我装成Weka中，并点击标签“助理”，默认情况下选择“Apriori”算法。

结果我得到如下：

1. prod2=beta 4 ==> prod1=alpha 4 conf:(1) 
2. prod1=alpha 4 ==> prod2=beta 4 conf:(1) 
3. prod3=epsilon 2 ==> prod1=alpha 2 conf:(1) 
4. prod3=theta 2 ==> prod1=alpha 2 conf:(1) 
5. prod3=epsilon 2 ==> prod2=beta 2 conf:(1) 
6. prod3=theta 2 ==> prod2=beta 2 conf:(1) 
7. prod2=beta prod3=epsilon 2 ==> prod1=alpha 2 conf:(1) 
8. prod1=alpha prod3=epsilon 2 ==> prod2=beta 2 conf:(1) 
9. prod3=epsilon 2 ==> prod1=alpha prod2=beta 2 conf:(1) 
10. prod2=beta prod3=theta 2 ==> prod1=alpha 2 conf:(1) 

但我也希望频率在维基百科（见上文）的例子。

Answer 1

Weka给你的信心（conf:(1)）正是你想要的“频率”。

正如你所看到的，你的规则“50％的集合与alpha，beta也有epsilon”不在Weka的输出中。这是因为Weka列出按降序排列的按置信度排序的规则。因此，要列出您的50％规则，您需要增加Weka输出的数量。

这可以通过增加“numRules”（默认值为10，参见下面的截图）来完成。对于您的特定示例，您还需要将“minMetric”从0.9降至0.5（或更低）。