FP-Growth нуждается в ExampleSet в качестве входных данных, где все обычные атрибуты являются биноминальными, что в данном случае означает логическое значение.Иногда биноминальный атрибут имеет предопределенное положительное / истинное и отрицательное / ложное значение, в противном случае положительное значение можно указать в качестве параметра в операторе FP-Growth.Более того, каждый пример представляет транзакции (или корзину вашего покупателя) и каждый атрибут предмета в вашей полной линейке продуктов, посредством чего значение этого атрибута определяет, находится товар в корзине или нет.
Чтобы найти правила ассоциации, сначала нужно найти часто встречающиеся наборы предметов.Это работа оператора FP-Growth.Ваша задача - преобразовать ExampleSet в «базу данных транзакций», то есть все атрибуты являются биноминальными.
К сожалению, шаблон в RapidMiner немного глючит.Чтобы исправить процесс, вы должны добавить два оператора перед оператором FP-Growth.Прежде всего необходимо заменить все пропущенные значения значением 0 (оператор «Заменить пропущенные значения» и параметр «по умолчанию» на ноль).После замены вам понадобится оператор «Числовой в биноминальный».Значения параметров по умолчанию достаточны для преобразования всех атрибутов в биноминальные.Процесс должен запуститься сейчас!Обратите внимание, что вам нужна небольшая минимальная поддержка, чтобы найти частые наборы предметов.