R как включить категории набора товаров в данные транзакций - PullRequest
Новая
       25

R как включить категории набора товаров в данные транзакций

0 голосов
/ 06 мая 2019

В R я хотел бы создать данные транзакции со следующим фреймом данных, чтобы я мог запустить apriori в пакете arules. Он имеет идентификаторы транзакций, идентификаторы товаров и категорий, а также родительские товары. 

Transaction_ID  Item_ID Category_ID
T01 A001    A01
T01 A002    A01
T02 A001    A01
T02 A003    A02
T02 A002    A01
T03 A005    A03
T05 A004    A03
T05 A002    A01
T05 A005    A03
T04 A001    A01
T04 A003    A02

Я хотел бы включить идентификаторы категорий в качестве уровня над метками (элементами) в данные транзакций как Groceries данные. 

str(Groceries)
Formal class 'transactions' [package "arules"] with 3 slots
  ..@ data       :Formal class 'ngCMatrix' [package "Matrix"] with 5 slots
  .. .. ..@ i       : int [1:43367] 13 60 69 78 14 29 98 24 15 29 ...
  .. .. ..@ p       : int [1:9836] 0 4 7 8 12 16 21 22 27 28 ...
  .. .. ..@ Dim     : int [1:2] 169 9835
  .. .. ..@ Dimnames:List of 2
  .. .. .. ..$ : NULL
  .. .. .. ..$ : NULL
  .. .. ..@ factors : list()
  ..@ itemInfo   :'data.frame': 169 obs. of  3 variables:
  .. ..$ labels: chr [1:169] "frankfurter" "sausage" "liver loaf" "ham" ...
  .. ..$ level2: Factor w/ 55 levels "baby food","bags",..: 44 44 44 44 44 44 44 42 42 41 ...
  .. ..$ level1: Factor w/ 10 levels "canned food",..: 6 6 6 6 6 6 6 6 6 6 ...
  ..@ itemsetInfo:'data.frame': 0 obs. of  0 variables

Однако read.transactions позволяет импортировать идентификатор транзакции и идентификатор элемента только с параметром cols. Я также попробовал это 

transaction_by_item<-split(df[,c("Item_ID","Category_ID")],df$Transaction_ID)
basket <- as(transaction_by_item, "transactions")

и это дало ошибку Error in asMethod(object) : can coerce list with atomic components only

Это работает, если я просто пытаюсь разделить транзакции только с идентификаторами элементов. transaction_by_item<-split(df$Item_ID,df$Transaction_ID)

Кто-нибудь знает, как объединить идентификаторы элементов (метки) и идентификаторы категорий (уровень) при создании данных транзакции? Благодаря.

1 Ответ

0 голосов
/ 06 мая 2019

Может быть, это может помочь, прежде всего, давайте введем функцию arules itemInfo(): 

library(arules)
itemInfo(Groceries)
head(itemInfo(Groceries))
             labels  level2           level1
1       frankfurter sausage meat and sausage
2           sausage sausage meat and sausage
3        liver loaf sausage meat and sausage
4               ham sausage meat and sausage
5              meat sausage meat and sausage
6 finished products sausage meat and sausage

Теперь, как вы сказали, у Groceries есть пара уровней, в других руках ваши: 

trans4 <- as(split(dats[,"Item_ID"], dats[,"Transaction_ID"]), "transactions")
str(trans4)
itemInfo(trans4)
  labels
1   A001
2   A002
3   A003
4   A004
5   A005

Теперь вы должны добавить его к своим данным, чтобы вы могли сделать это: 

library(dplyr)
labels_ <- dats %>% select(Item_ID, Category_ID) %>% distinct()
itemInfo(trans4) <- data.frame(labels = labels_$Item_ID, level1 =labels_$Category_ID)

Теперь: 

itemInfo(trans4)
  labels level1
1   A001    A01
2   A002    A01
3   A003    A02
4   A005    A03
5   A004    A03

И 

str(trans4)
Formal class 'transactions' [package "arules"] with 3 slots
  ..@ data       :Formal class 'ngCMatrix' [package "Matrix"] with 5 slots
  .. .. ..@ i       : int [1:11] 0 1 0 1 2 4 0 2 1 3 ...
  .. .. ..@ p       : int [1:6] 0 2 5 6 8 11
  .. .. ..@ Dim     : int [1:2] 5 5
  .. .. ..@ Dimnames:List of 2
  .. .. .. ..$ : NULL
  .. .. .. ..$ : NULL
  .. .. ..@ factors : list()
  ..@ itemInfo   :'data.frame': 5 obs. of  2 variables:
  .. ..$ labels: Factor w/ 5 levels "A001","A002",..: 1 2 3 5 4
  .. ..$ level1: Factor w/ 3 levels "A01","A02","A03": 1 1 2 3 3    # here we go!!!
  ..@ itemsetInfo:'data.frame': 5 obs. of  1 variable:
  .. ..$ transactionID: chr [1:5] "T01" "T02" "T03" "T04" ...

С данными: 

dats <- structure(list(Transaction_ID = structure(c(1L, 1L, 2L, 2L, 2L, 
3L, 5L, 5L, 5L, 4L, 4L), .Label = c("T01", "T02", "T03", "T04", 
"T05"), class = "factor"), Item_ID = structure(c(1L, 2L, 1L, 
3L, 2L, 5L, 4L, 2L, 5L, 1L, 3L), .Label = c("A001", "A002", "A003", 
"A004", "A005"), class = "factor"), Category_ID = structure(c(1L, 
1L, 1L, 2L, 1L, 3L, 3L, 1L, 3L, 1L, 2L), .Label = c("A01", "A02", 
"A03"), class = "factor")), class = "data.frame", row.names = c(NA, 
-11L))
...