使用具有唯一订单号但重复订单组合的 arules 包的 R 篮子分析答案

【问题标题】：R Basket Analysis using arules package with unique order number but duplicate order combinations使用具有唯一订单号但重复订单组合的 arules 包的 R 篮子分析
【发布时间】：2013-05-13 05:26:19
【问题描述】：

使用具有唯一订单号但重复订单组合的 arules 包的 R 篮子分析

刚刚学习 R。我正在尝试使用 arules 软件包进行购物篮分析（但我完全愿意接受任何其他软件包建议！）以比较所购买的 6 种不同商品类型的所有可能组合。

我的原始数据集如下所示：

OrderNo, ItemType, ItemCount  
111, Health, 1  
111, Leisure, 2  
111, Sports, 1  
222, Health, 3      
333, Food, 7  
333, Clothing, 1  
444, Clothing, 2  
444, Health, 1  
444, Accessories, 2

。 . .

这个列表还在继续，大约有 3,000 个观察值。

我将数据折叠到一个矩阵中，该矩阵包含每个唯一订单的一行，其中包含特定 ItemType 的计数：

 OrderNo, Accessories, Clothing, Food, Health, Leisure, Sports  
 111, 0, 0, 0, 1, 2, 1  
 222, 0, 0, 0, 3, 0, 0  
 333, 0, 1, 7, 0 , 0, 0  
 444, 2, 2, 0, 1, 0, 0  
 . . .

每次我尝试使用以下命令（以及一百万次尝试的变体）读取交易时：

tr <- read.transactions("dataset.csv", rm.duplicates=FALSE, format="basket", sep=",")

我收到错误消息： asMethod(object) 中的错误：无法强制列出具有重复项的事务。

我假设这是因为我有 3,000 次观察，并且不可避免地会出现不止一次的某些组合（即，不止一个人只购买一件衣服，没有别的：OrderNo, 0, 1, 0, 0, 0, 0)。我知道我可以根据唯一组合的数量来折叠数据集，但我担心如果这样做，将没有权重来显示最常见的组合。

我认为使用 format="basket" 会考虑包含相同项目组合的不同订单，但显然情况并非如此。我迷路了。我读过的所有文档都暗示这是可能的，但我找不到任何关于如何解决问题的示例或建议。

任何建议将不胜感激！我的头在这上面旋转。

额外信息：对于我的最终结果，我希望获得前五个最重要的购买组合。我不知道这是否有帮助。

【问题讨论】：

想提供一个独立的小例子吗？ stackoverflow.com/questions/5963269/…

标签： r arules market-basket-analysis

【解决方案1】：

好的，经过数小时的搜索和阅读我能找到的所有 pdf，我终于在 DATA MINING Desktop Survival Guide by Graham Williams: 中找到了答案（也是最有用的先验/篮子分析演练！）

read.transactions 函数还可以从具有事务 ID 和每行单个项目的文件中读取数据（使用 format="single" 选项）。

因此，导入后无需进行所有这些转换。我应该直接从指定“单一”格式选项而不是“篮子”的原始 csv 文件导入。我还必须确保该文件包含没有列名，并且有一个与订单号配对的商品类型的唯一表示（例如，如果一个人从“杂货”类别中订购了两件商品，这需要在一行上表示）。 cols=c(2,1) 选项表示第 1 列包含订单号，第 2 列是其余数据（ItemType）。

tr <- read.transactions(file='dataset.csv', format='single', sep=',', cols=c(2,1))

【讨论】：

【解决方案2】：

您必须删除重复项，如果您使用的是 .CSV 文件，请在处理此文件之前在 Excel 中运行数据 -> 删除重复项。如果发现重复项，arules 会抛出错误，这是因为您收到了错误。

另一种方法是在您的项目集上使用 duplicated() 并使用 unique() 删除重复项。

或者可以在这篇 SO 帖子中找到更简单的方法

Association analysis with duplicate transactions using arules package in R

【讨论】：