加速识别子序列

Question

我使用的数据集在每个序列中有数百个事件。我正在尝试使用TraMineR 识别子序列和顺序关联规则。例如，这是我要编写的代码：

# Frequent subsequences:
fsubseq <- seqefsub(weaver, minSupport = 0.05, maxK = 4)
fsubseq <- seqentrans(fsubseq)
fsb <- fsubseq[fsubseq$data$nevent > 1]
plot(fsb[1:20], col = "cyan")

# Sequential association rules:
rules <- TraMineR:::seqerules(fsubseq)
rules[order(rules$Lift, decreasing = TRUE)[1:25], 1:4]

只要我将 maxK 设置为 1-3，这通常是可行的，但是当我移动该值时，计算需要数小时甚至数天。我可以调整任何特定参数来加快这些计算吗？

Answer 1

计算时间与以下因素密切相关：

• 每个序列的事件数。该算法设计用于每个序列的少量事件（通常
• 最低支持。在最低支持率较低的情况下，子序列的可能数量会变得非常大。尝试将其设置为更高的值。

希望这会有所帮助。