数据挖掘之关联分析五（序列模式）
购物篮数据常常包含关于商品何时被顾客购买的时间信息，可以使用这种信息，将顾客在一段时间内的购物拼接成事务序列，这些事务通常基于时间或空间的先后次序。 问题描述 一般地，序列是元素（element）的有序列表。可以记做\(s = (e_1, e_2, \cdots, e_n)\)，其中每个 ...
原文：arulesSequences包做序列模式的关联分析
实验数据： 实验文件： library arulesSequences tmp data lt 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 lt as tmp data, transactions tran ...
2013-07-20 22:26 9 2259 推荐指数：
相关推荐
数据挖掘之关联分析六（子图模式）
子图模式 频繁子图挖掘（frequent subgraph mining）：在图的集合中发现一组公共子结构。 图和子图 图是一种用来表示实体集之间联系的数据结构。 子图，图\(G' = (V', E')\)是另一个图\(G = (V, E)\)的子图，如果它的顶点集V'是V的子集 ...
关联规则之序列模式挖掘--GSP算法
关联规则--Apriori算法部分讨论的关联模式概念都强调同时出现关系，而忽略数据中的序列信息（时间/空间）： 时间序列：顾客购买产品X，很可能在一段时间内购买产品Y； 空间序列：在某个点发现了现象A，很可能在下一个点发现现象Y。 例：6个月以前购买奔腾PC的客户很可能在一个月内订购新 ...
【转】用Fiddler做抓包分析详解
1.为什么是Fiddler? 抓包工具有很多，小到最常用的web调试工具firebug，达到通用的强大的抓包工具wireshark.为什么使用fiddler?原因如下： a.Firebug虽然可以抓包，但是对于分析http请求的详细信息，不够强大。模拟http请求的功能也不够 ...
使用Fiddler做抓包分析
转载：http://blog.csdn.net/ohmygirl/article/details/17849983 Fiddler抓取HTTP请求。 抓包是Fiddler的最基本的应用，以本博客为例，启动Fiddler之后，在浏览器中输入http://blog.csdn.net ...
用R做时间序列分析之ARIMA模型预测
昨天刚刚把导入数据弄好，今天迫不及待试试怎么做预测，网上找的帖子跟着弄的。 第一步.对原始数据进行分析 一.ARIMA预测时间序列 指数平滑法对于预测来说是非常有帮助的，而且它对时间序列上面连续的值之间相关性没有要求。但是，如果你想使用指数平滑法计算出预测区间，那么预测误差 ...
数据挖掘之关联分析七（非频繁模式）
非频繁模式 非频繁模式，是一个项集或规则，其支持度小于阈值minsup. 绝大部分的频繁模式不是令人感兴趣的，但其中有些分析是有用的，特别是涉及到数据中的负相关时，如一起购买DVD的顾客多半不会购买VCR，反之亦然，这种负相关模式有助于识别竞争项(competing item)，即可以相互 ...
R1（上）—R关联规则分析之Arules包详解
Arules包详解 包基本信息 发布日期：2014-12-07 题目：挖掘关联规则和频繁项集 描述：提供了一个表达、处理、分析事务数据和模式(频繁项集合关联规则)的基本框架。 URL：http://R-Forge.R-project.org/projects ...