Perguntas com a marcação «association-rules»

Existe uma descrição realmente simples das diferenças práticas entre essas duas técnicas? Ambos parecem ser usados ​​para aprendizado supervisionado (embora as regras de associação também possam lidar com supervisão). Ambos podem ser usados ​​para previsão O mais próximo que encontrei de uma descrição 'boa' é do livro de texto Statsoft …

19 data-mining  association-rules 

Estou usando R (e o pacote arules) para minerar transações para regras de associação. O que desejo fazer é construir as regras e aplicá-las aos novos dados. Por exemplo, digamos que eu tenha muitas regras, uma das quais é a canônica {Beer=YES} -> {Diapers=YES}. Então, tenho novos dados transacionais em …

11 r  data-mining  association-rules 

Estou fazendo um estudo sobre o uso de drogas múltiplas. Eu tenho um conjunto de dados de 400 viciados em drogas, cada um declarando as drogas que abusam. Existem mais de 10 medicamentos e, portanto, existem grandes combinações possíveis. Recodifiquei a maioria das drogas que eles consomem em variáveis ​​binárias …

10 hypothesis-testing  clustering  combinatorics  association-measure  association-rules 

1 : A , B , C , E 2 : A , C , D , E 3 : B , C , E 4 : A , C , D , E 5 : C , D , E 6 : A , D , EMy dum t …

10 data-mining  dataset  association-rules 

Meu projeto atual pode exigir que eu construa um modelo para prever o comportamento de um determinado grupo de pessoas. o conjunto de dados de treinamento contém apenas 6 variáveis ​​(id é apenas para fins de identificação): id, age, income, gender, job category, monthly spend em que monthly spendé a …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data