python - 如何在 Apriori 算法中找到最小支持?
问题描述
我正在使用 Apriori 模型构建书籍推荐算法,但在训练模型时遇到了麻烦。训练集包含 51,000 条记录,我希望算法在这些记录上找到一些关联规则。问题是我不知道如何设置 min_support 和其他参数才能使其正常工作。我有这段代码,如果我将 min_support 设置为 0.0008,它确实会找到 4000 条规则,但我需要的不止这些。如果我将它设置为 0.0006,它会不断训练,但永远不会完成。
# Training the Apriori model on the dataset
from apyori import apriori
rules = apriori(training, min_support = 0.0006, min_confidence = 0)
我如何训练模型以获得最大关联规则?谢谢。
解决方案
推荐阅读
- r - 将文本阴影/轮廓添加到 R 中的文本标签中
- docker - 如何在mac上更新docker机器的机器环境变量
- snowflake-cloud-data-platform - 如何使用带有 MFA 的 Okta 将 Snowflake 连接到 IDE?
- php - Woocommerce 使类别中的产品等效于十项
- r - 使用逻辑矩阵对小标题进行子集?
- jenkins - okta 的 jenkins 基于角色的插件问题
- scheme - 如何计算球拍中的弦线出现
- javascript - 排序列表后重新加载 HTML 表格 (ejs/js)
- c - 为什么 0x1 被解释为小于 0xC0000000?
- reactjs - 在通过孩子时反应 forceUpdate