【发布时间】：2018-01-31 00:44:52
【问题描述】：
我正在使用“arules”包来挖掘我的大数据中的频繁项集，但我找不到合适的离散化方法。
作为“arules”包中的示例，可以在“离散化”函数中使用几种基本的无监督方法，但是我想在我的大型数据集中估计最佳类别数，这似乎比分配类别数更合理.
你能给我一些好的建议吗，谢谢。
【问题讨论】：
标签： r transactions cluster-analysis arules discretization
【发布时间】：2018-01-31 00:44:52
【问题描述】：
我认为关于无监督离散化的指导很少。查看每个变量的直方图并手动决定。对于 k-means，您可能会使用内部验证技术（即肘部方法）来使用策略来找到 k。对于有监督的离散化，有一些方法可以帮助您做出决定。也许其他人可以在这里提供帮助。
【讨论】：
-
感谢回复，我的数据太大了，所以当我使用k-means时，有警告信息：Quick-TRANSfer stage steps exceeded maximum (= 93441300)
-
取样，使用
onlycuts=TRUE应用k-means 离散化，然后使用fixed方法对所有数据返回切割。 -
谢谢你的回复，在你的方法中，我必须估计最佳类别数，对吗？
-
是的，你必须指定数字。