Apriori算法数据预处理报错：item_name列格式问题求解

我来帮你搞定这个Apriori的格式报错问题，你遇到的两个错误本质都是数据结构没匹配上arules包的要求，咱们一步步拆解解决：

错误原因拆解 #

• 第一个报错 Error in asMethod(object) : column(s) 2 not logical or a factor

  这是因为apriori()默认期待的是宽格式二元矩阵：每一列对应一个物品，用逻辑值（TRUE/FALSE）或因子标记该事务是否包含这个物品。但你的item_name列是列表类型（每个单元格存着多个物品的向量），完全不符合这个输入要求。

• 第二个报错 Error in min(x, na.rm = TRUE) : invalid 'type' (list) of argument

  discretize()是用来给数值型数据做分箱的工具，而你的item_name是分类属性的列表数据，用这个函数属于找错了工具，肯定会报错。

正确的处理步骤 #

arules包最适配的是transactions类型的数据，我们需要把你的长格式数据集（transaction_id + 物品）转换成这种结构，有两种简单的实现方式：

方法1：直接用transactions()转换（适用于每行对应单个物品的长格式） #

如果你的数据是一个transaction_id对应多行，每行存一个单独的item_name，直接用这个函数指定格式即可：

library(arules)
# 将长格式数据转换为transactions对象
nz_trans <- transactions(nz.mb, format = "single", 
                         cols = c("transaction_id", "item_name"))

方法2：先整理为列表再转换（适用于每个单元格存多个物品的情况） #

如果你的item_name列每个单元格已经是包含多个物品的向量（比如某行的item_name是c("a", "b", "c")），先按transaction_id分组整理成事务列表，再转换：

library(dplyr)
library(arules)
# 按交易ID分组，收集每个交易对应的所有物品
trans_list <- nz.mb %>%
  group_by(transaction_id) %>%
  summarise(items = list(item_name)) %>%
  pull(items)

# 将列表转换为transactions对象
nz_trans <- as(trans_list, "transactions")

运行Apriori算法 #

用转换好的nz_trans来执行规则挖掘，就不会再出现类型错误了：

rules <- apriori(nz_trans, parameter = list(supp = 0.001, conf = 0.8))

内容的提问来源于stack exchange，提问作者Tim Heavey