如何用Weka中的Apriori算法挖掘生产数据仅涉及1的工序关联规则

解决方案 #

你遇到的问题根源是Apriori默认会将所有属性的所有取值都作为候选项计算，只要把0值从挖掘的候选集中排除即可，针对Weka工具提供两种可落地的操作方案：

方案1：转换为事务数据集（最推荐，无额外参数适配成本）

事务数据集每条记录仅保留取值为1的工序名，0值完全不进入输入数据，从根源上避免生成无效规则，操作步骤：

• 对原宽表数据做转换：逐行遍历，只保留值为1的对应工序名，每行输出为逗号分隔的工序名称集合。比如你的示例数据转换后结果如下：

A,C
B
D
C,E
A
F
G
A,C

• 将转换后的内容保存为无表头的CSV文件
• 打开Weka的Associate面板加载该CSV，Weka会自动识别为事务型数据，直接运行Apriori即可，输出的规则天然都是工序共同执行的关联关系，不会出现任何0值相关内容

方案2：不修改原数据，通过Weka过滤器+参数调整实现

如果不想改动原始数据集，可以通过Weka自带的过滤器将0值标记为缺失，让Apriori自动忽略：

• 预处理阶段：加载原数据集后，对所有工序列先执行NumericToNominal过滤器，将0/1数值转为标称类型；再执行ModifyValues过滤器，将所有列的0值替换为缺失值
• 关联挖掘阶段：选择Apriori算法，保持默认参数即可，算法会自动忽略缺失值，仅把取值为1的工序作为有效候选项计算

规则优化建议

你可以根据实际数据量调整Apriori的核心参数过滤无效规则：

• 调整lowerBoundMinSupport参数：设置最小支持度阈值，过滤出现频率过低的工序组合
• 调整minMetric参数：设置最小置信度阈值，过滤关联强度过低的规则

内容的提问来源于stack exchange，提问作者Ziemway