arulesSequences包做序列模式的关联分析

实验数据：

实验文件：

?

001 002 003 004 005 006 007 008 009 010 011 012 013 014 015 016 017 018 019 020 021 022 023 024 025 026 027 028 029 030 031 032 033 034 035 036 037 038 039 040 041 042 043 044 045 046 047 048 049 050 051 052 053 054 055 056 057 058 059 060 061 062 063 064 065 066 067 068 069 070 071 072 073 074 075 076 077 078 079 080 081 082 083 084 085 086 087 088 089 090 091 092 093 094 095 096 097 098 099 100 101 102 103 104

library(arulesSequences)   tmp_data<-data.frame(item=factor(c("A","B","B","A","B","A","C","A","B","C","B","A","B","A","A","B","A","B")))#必须是factor tmp_data.tran<-as(tmp_data,"transactions") transactionInfo(tmp_data.tran)$sequenceID<-c(1,1,1,1,1,2,2,2,2,2,2,3,3,3,4,4,4,4) transactionInfo(tmp_data.tran)$eventID<-c(10,10,20,30,30,20,20,30,30,30,50,10,30,40,30,30,40,50) transactionInfo(tmp_data.tran)   #lab1：基本约束support（默认为0.1） s_result<-cspade(tmp_data.tran,parameter = list(support = 0.75),control = list(verbose = TRUE)) inspect(s_result) #   items      support # 1 <{item=A}>    1.00 # 2 <{item=B}>    1.00 # 3 <{item=A},  #    {item=B}>    1.00 # 4 <{item=A,   #     item=B}>    0.75 # 5 <{item=B},  #    {item=B}>    0.75 # 6 <{item=A,   #     item=B},  #    {item=B}>    0.75 # 7 <{item=A},  #    {item=A}>    1.00 # 8 <{item=B},  #    {item=A}>    0.75   #lab2：maxlen约束：每一个序列的event最多只能为n（每一个序列中的“{}”号最多只能为n个） #英文解释 maxlen: an integer value specifying the maximum number of elements of a sequence (default 10 range > 0). #element就是指event。所以：sequence包含event（element），event包含item s_result<-cspade(tmp_data.tran,parameter = list(support = 0.75,maxlen=1),control = list(verbose = TRUE)) inspect(s_result) #   items      support # 1 <{item=A}>    1.00 # 2 <{item=B}>    1.00 # 3 <{item=A,   #     item=B}>    0.75   #lab3：maxsize约束：每一个序列的每个event内部最多只能有n个item（每一个序列中的每个{}内部最多有n个items） #英文解释maxsize: an integer value specifying the maximum number of items of an element of a sequence(default 10, range > 0). #element就是指event。所以：sequence包含event（element），event包含item s_result<-cspade(tmp_data.tran,parameter = list(support = 0.75,maxsize=1),control = list(verbose = TRUE)) inspect(s_result) #   items      support # 1 <{item=A}>    1.00 # 2 <{item=B}>    1.00 # 3 <{item=A},  #    {item=B}>    1.00 # 4 <{item=B},  #    {item=B}>    0.75 # 5 <{item=A},  #    {item=A}>    1.00 # 6 <{item=B},  #    {item=A}>    0.75   #lab4:mingap：所有的相邻的两个eventID的差大于mingap #英文解释mingap: an integer value specifying the minimum time difference between consecutive elements of a sequence (default none, range >= 0). s_result<-cspade(tmp_data.tran,parameter = list(support = 0.75,mingap=19),control = list(verbose = TRUE)) inspect(s_result) #   items      support # 1  <a href="http://4seohunt.biz/rep/bannerweb.upstate.edu">bannerweb.upstate.edu</a> <{item=A}>     1.00 # 2 <{item=B}>    1.00 # 3 <{item=A},  #    {item=B}>    1.00 # 4 <{item=A,   #     item=B}>    0.75 # 5 <{item=B},  #    {item=B}>    0.75 # 6 <{item=A,   #     item=B},  #    {item=B}>    0.75 #分析：缺少了实验lab1中的 # 7 <{item=A},  #    {item=A}>    1.00 #eventid只差分别是：sid=1时，eventid=30-10=20>19。sid=2时，eventid=30-20=10不>19。sid=3时，eventid=40-10=30>19。sid=4时，eventid=40-30=10不>19。即supp=2/4=0.5 # 8 <{item=B},  #    {item=A}>    0.75 #eventid只差分别是：sid=1时，eventid=30-10=20>19。sid=2时，无b->a。sid=3时，eventid=40-30=10不>19。sid=4时，eventid=40-30=10不>19。即supp=1/4=0.25   #lab5:maxgap：所有的相邻的两个eventID的差小于等于maxgap #英文解释maxgap: an integer value specifying the maximum time difference between consecutive elements of a sequence (default none, range >= 0). s_result<-cspade(tmp_data.tran,parameter = list(support = 0.75,maxgap=19),control = list(verbose = TRUE)) inspect(s_result) #   items      support # 1 <{item=A}>    1.00 # 2 <{item=B}>    1.00 # 3 <{item=A},  #    {item=B}>    0.75 # 4 <{item=A,   #     item=B}>    0.75 # 5 <{item=B},  #    {item=A}>    0.75 #分析：和实验lab1中数据的差别 #lab1中 # 3 <{item=A},  #    {item=B}>    1 #lab5中 # 3 <{item=A},  #    {item=B}>    0.75 #eventid只差分别是：sid=1时，eventid=30-20=10小于等于19，30-10=20不小于等于19。sid=2时，50-20=30不小于等于19,50-30=20不小于等于19,30-20=10小于等于19。sid=3时，eventid=30-10=20不小于等于19。sid=4时，eventid=40-30=10不小于等于19，50-40=10小于等于19。即supp=3/4=0.75   #lab6：maxwin: #--------