问题描述
请帮忙!所以我读了几篇关于使用 GA 进行关联规则挖掘的论文。
我的数据集如下所示:
allTransactions = [['egg','bread'],['milk'],['apple','milk'],['ramen'],['ramen','egg',...]
我使用 apriori 算法从中获取规则,看起来像这样
Rule: ['egg'] ==> ['milk'] (Conf: 85.71%,Supp: 60.00%)
Rule: ['china'] ==> ['milk'] (Conf: 100.00%,Supp: 60.00%)
Rule: ['apple'] ==> ['milk'] (Conf: 100.00%,Supp: 10.00%)
我想用遗传算法来做同样的事情。 我想我必须将项目名称编码为一些二进制字符串,然后将它们输入算法。
我的适应度函数会是什么样子?我只为我的 apriori 算法提供了支持和信心,所以我想做一些类似的事情,以便我可以比较我猜?
如果有人可以指出类似问题的 Python 实现,或者他们自己有一些想法,那将不胜感激。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)