我用一个使用R的规则提取算法挣扎。通常,我有一个金融时间序列,根据趋势和持续时间将其分解成不同的片段。正如我导致我得到类似于此之下的数据帧:R中的金融时间序列的规则提取
> head(DF)
Segment trend duration description
1 1 C S C_S
2 2 VP L VP_L
3 3 VN S VN_S
4 4 N S N_S
5 5 P M P_M
6 6 VP M VP_M
其中VN,N,C,P,VP(很负,负,恒定的,正的,非常积极的)描述了选择期间所发生的趋势段,S,M,L(短,中,长)描述每个段的持续时间,最后一列仅是前一个的组合。 我想要获得的是规则,其中LHS包含关于细分市场的历史信息,而RHS是未来细分市场。 因此,例如,一个规则可以是这样的:
ID Rule Support Confidence
R5 seg(t-2): VP_B & seg(t-1): N_S 10 71.4%
=> seg(t): P_M
我想强调的是用于创建规则的部分应该是连续的。有关提议的算法或r包的任何想法将不胜感激。 在此先感谢!
这看起来像一个完整的项目不是一个具体的问题更多。 – RockScience 2015-04-01 09:59:18
是的,的确如此。但我需要的只是熟悉这个主题的人的一点建议。 – 2015-04-01 10:09:44