R语言 RWeka包 Weka_associators()函数中文帮助文档(中英文对照)

loveR

Weka_associators(RWeka)
Weka_associators()所属R语言包：RWeka

                                        R/Weka Associators
                                         / Weka中ASSOCIATORS的

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

R interfaces to Weka association rule learning algorithms.
R接口Weka中的关联规则学习算法。


用法----------Usage----------


Apriori(x, control = NULL)
Tertius(x, control = NULL)



参数----------Arguments----------

参数：x
an R object with the data to be associated.
的R与数据对象相关联。


参数：control
an object of class Weka_control, or a character vector of control options, or NULL (default). Available options can be obtained on-line using the Weka Option Wizard WOW, or the Weka documentation.
对象的类Weka_control，或一个字符矢量控制选项，或NULL（默认）。可用的选项可以使用在WEKA选项向导WOW，或在WEKA文档上线。


Details

详细信息----------Details----------

Apriori implements an Apriori-type algorithm, which iteratively reduces the minimum support until it finds the required number of rules with the given minimum confidence.
Apriori实现Apriori算法类型的算法，反复地减少了最小的支持，直到找到所需的数量与给定的最小置信度的规则。

Tertius implements a Tertius-type algorithm.
Tertius实现了特尔蒂乌斯型算法。

See the references for more information on these algorithms.
这些算法的更多信息，请参考相关手册。


值----------Value----------

A list inheriting from class Weka_associators with components including
继承类Weka_associators组件，包括列表


参数：associator
a reference (of class jobjRef) to a Java object obtained by applying the Weka buildAssociations method to the training instances using the given control options.
参考（类jobjRef）将在WEKA buildAssociations方法的培训的情况下使用给定的控制选项到一个Java对象。


注意----------Note----------

Tertius requires Weka package tertius to be installed.
Tertius需要Weka中包tertius被安装。


参考文献----------References----------

Fast algorithms for mining association rules in large databases. Proceedings of the  International Conference on Very Large Databases, 478–499. Santiago, Chile: Morgan Kaufmann, Los Altos, CA.
Confirmation-guided discovery of first-order rules with Tertius. Machine Learning, 42, 61–95.
Data Mining: Practical Machine Learning Tools and Techniques. 2nd Edition, Morgan Kaufmann, San Francisco.

实例----------Examples----------


x <- read.arff(system.file("arff", "contact-lenses.arff",
                           package = "RWeka"))
## Apriori with defaults.[＃Apriori算法为默认设置。]
Apriori(x)
## Some options: set required number of rules to 20.[＃设置一些选项：所需数量的规则20。]

Apriori(x, Weka_control(N = 20))

## Not run: [＃不运行：]
## Requires Weka package 'Tertius' to be installed.[＃需要Weka中包“特尔蒂乌斯要安装。]
## Tertius with defaults.[＃特尔蒂乌斯为默认设置。]
Tertius(x)
## Some options: only classification rules (single item in the RHS).[＃一些选项：只分类规则（单个项目的RHS）。]

Tertius(x, Weka_control(S = TRUE))

## End(Not run)[＃（不执行）]

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。