标签: data-mining
如何在Apriori算法中找到关联规则的置信度
我正在使用 Apriori 算法来识别客户的频繁项目集。基于识别的频繁项目集，我想在客户将新项目添加到他的购物清单时向客户提示建议项目。假设我识别的频繁项目集是 [2 ,3,5]。我的问题是；
如果用户已经添加了第 2 项和第 5 项，我想检查规则的置信度以建议第 3 项。
置信度 = 支持 (2,3,5)/ 支持 (3) ?
或者
置信度 = 支持（2,3,5）/支持（2,5）？
哪个方程是正确的？请帮忙！！
推荐指数
解决办法
查看次数
使用 pyfpgrowth 查找频繁模式
我正在尝试使用pyfpgrowth库和 pandas找到频繁模式，首先我创建了一个带有一列的数据框，每一行都是一个事务，这里是代码：
import pyfpgrowth
import pandas as pd
import numpy as np
data = pd.read_csv("itemsets1.csv")
data = pd.DataFrame(data)
data.columns = ['itemsets']
data
输出：
patterns = pyfpgrowth.find_frequent_patterns(data['itemsets'],6)
patterns
输出：
{(' ',): 6, (' ', '1'): 8, ('1',): 9, ('1', '8'): 6, ('8',): 6}
实际上我在这里有两个问题，第一个是算法将空间作为错误的项目，第二个是项目的频率，例如项目一个“1”只出现一次，但在输出中它显示 9 也是错误的，请需要一些帮助
推荐指数
解决办法
查看次数
R：如何从日期中删除当天？
我在 df 列中有一堆日期，格式如下：dd.mm.yyyy
我希望它看起来像这样：01/2020 (mm.yyyy)
如何从所有日期中删除这一天？
推荐指数
解决办法
查看次数
无法找到robots.txt阻止的互联网页面
问题:在Uni找到数学讲座的答案和练习.赫尔辛基
实际问题
- 使用
Disallowrobots.txt中的.com制作网站列表 - 在(1)处创建包含*.pdf文件的站点列表
- 在(2)中制作一个包含pdf文件中"analyysi"一词的网站列表
对实际问题的建议
- 问题3:制作一个从pdf文件中删除数据的编译器
问题
- 你如何搜索注册的.com-网站？
- 您如何通过Python的defaultdict和BeautifulSoap解决实际问题1和2？
推荐指数
解决办法
查看次数
如何标准化数据
对数据集进行归一化，使每个数据点的范数等于1。
x1 (1.5,1.7) [x1 (i,j)]
x2 (2,1.9)
x3 (1.6,1.8)
x4（1.2，1.5）
x5（1.5，1.0）
给定一个新数据点 x = (1.4; 1.6) 作为查询，
归一化后的解
x(0.6585,0.7526)
x1(0.6616,0.7498)
x2(0.7250,0.6887)
x3(0.6644,0.7474)
x4(0.6247,0.7809)
x5(0.8321,0.5547)
但我很困惑如何获得解决方案，我尝试了不同的公式，但没有一个起作用。
推荐指数
解决办法
查看次数
K最近邻伪码？
所以我试图编码k最近邻算法.我的函数的输入是一组数据和一个要分类的样本.我只是想了解算法的工作原理.你能告诉我这个我想做的"伪代码"是否正确吗？
kNN (dataset, sample){
1. Go through each item in my dataset, and calculate the "distance" from that data item to my specific sample.
2. Out of those samples I pick the "k" ones that are most close to my sample, maybe in a premade array of "k" items?
}
我感到困惑的部分是当我说"浏览我的数据集中的每个项目"时.我是否应该浏览数据集中的每个CLASS并找到k-最近邻居？然后从那里找到哪一个最接近我的样本,然后告诉我班级？
第2部分问题(ish),正在使用此算法,但没有样本.我如何计算数据集的"准确度"？
我真的在寻找广泛的单词答案,而不是具体细节,但任何有助于我理解的东西都表示赞赏.我在R中实现这一点
谢谢
推荐指数
解决办法
查看次数
MySQL上的数据挖掘
最近我开始了电子商务项目,我需要使用数据挖掘.我的问题只是我可以在开发中使用哪种解决方案:
- MySQL与PHP
- 带ASP的SQL Server
实际上,MySQL是一个很好的解决方案,适合我的项目有很多原因,但它对Datamining来说是好的和最佳的吗？我是Datamining的初学者,我将把它作为我项目的一部分.它有一个很好的支持工具吗？
推荐指数
解决办法
查看次数
标签 统计
data-mining ×7
python ×2
r ×2
algorithm ×1
apriori ×1
asp.net-mvc ×1
associations ×1
mysql ×1
php ×1
rules ×1
sql-server ×1
web-crawler ×1