頻繁なシーケンスマイニングを行う場合、通常は次のタスクが必要です。
1.連続パターン（頻出シーケンス）を検索します。
2.トランザクションに適用されるシーケンシャルパターンを確認します。私は：トランザクションがあると、見つかった頻繁なシーケンスのすべてが存在しますか？R arulesSequences - 頻繁なシーケンスがトランザクション内に存在しますか？
私は後者をやっていません。 Rを使用して
、私は以下のおもちゃのデータセットにarulesSequencesパッケージからcspade-アルゴリズムを適用しています：
data <- data.frame(id = 1:10,
transaction = c("A B B A",
"A B C B D C B B B F A",
"A A B",
"B A B A",
"A B B B B",
"A A A B",
"A B B A B B",
"E F F A C B D A B C D E",
"A B B A B",
"A B"))
それから私は、パッケージstringrからstr_split機能を使用してデータを分割：
data_for_fseq_mining <- str_split(string = data$transaction, pattern = " ")
識別子を使用して、 'data_for_fseq_mining'のリスト要素の名前を一意に指定します。これは、以下のように 'as.transactions'関数を使用するための前提条件です。私はhttps://github.com/cran/clickstream/blob/master/R/Clickstream.rから次関数「as.transactions」を使用クラスの取引 "のデータセットにこの種のデータを変換するために
names(data_for_fseq_mining) <- data$id
。データが正しい形式である
data_for_fseq_mining_trans <- as.transactions(clickstreamList = data_for_fseq_mining)
は今、私はいくつかのパラメータを持つcspadeアルゴリズムを実行します
sequences_df <- cbind(sequence = labels(sequences), support = [email protected])
sequence support
1 <{A}> 1.0
2 <{B}> 1.0
3 <{A},{B}> 1.0
4 <{B},{B}> 0.7
5 <{A},{B},{B}> 0.6
6 <{B},{B},{B}> 0.4
7 <{A},{B},{B},{B}> 0.4
8 <{B},{B},{B},{B}> 0.3
9 <{A},{B},{B},{B},{B}> 0.3
10 <{A},{A},{B}> 0.5
11 <{B},{A},{B}> 0.4
12 <{A},{B},{A},{B}> 0.3
13 <{A},{A}> 0.8
14 <{B},{A}> 0.6
15 <{A},{B},{A}> 0.6
16 <{B},{B},{A}> 0.5
17 <{A},{B},{B},{A}> 0.4
：
sequences <- cspade(data = data_for_fseq_mining_trans,
parameter = list(support = 0.3, maxsize = 10, maxlen = 10, mingap = 1, maxgap = 10),
control = list(tidList = TRUE, verbose = TRUE))
結果（配列と相対サポート）要約しますそれは完璧ですが、今は各トランザクションについて、各シーケンスが存在するかどうか（TRUE/FALSE）を知りたいと思います。これを行うために、私はtidList使用しようとした。この結果から
sequences_score <- as.matrix([email protected]@data)
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16] [,17]
[1,] TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE TRUE
[2,] TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[3,] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE TRUE TRUE TRUE TRUE TRUE
[4,] TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE
[5,] TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE TRUE TRUE TRUE TRUE FALSE
[6,] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[7,] TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE
[8,] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
[9,] TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE
[10,] TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
を、私は、各行がトランザクションおよびシーケンスの各列に対応すると仮定する。しかし、第4列を見ると、パターン '
< {B}、{B}>'はトランザクション2,4,7には存在しないと言われています。出力に関する私の仮定は間違っていますか？ R arulesSequences Find which patterns are supported by a sequence
次のコード行を適用して、エラーが発生した：
別のアプローチは、julieslsによって提供されるコードのこの部分を使用することです。
ids <- unique([email protected]$sequenceID)
sequences_score <- data.frame()
for (seq_id in 1:length(sequences)){
sequences_score[,labels(sequences[seq_id])] <- logical(0)
}
for (id in ids){
transaction_subset <- data_for_fseq_mining_trans[[email protected]$sequenceID==id]
sequences_score[id, ] <- as.logical(support(x = sequences, transactions =
transaction_subset, type="absolute"))
}
手がかりはありますか？しかし、あなたのようにあなたのシーケンスオブジェクトの別のプロパティを使用してデータへの結果の行列をマッピングする必要が
sequences_score <- as.matrix([email protected]@data)
：各配列が存在するかどうか、あなたが実際にあなたの提供されたコードを使用することができます参照し