运行此示例的代码时,我在最后一行收到以下错误:
矩阵误差(均值(范围),ncol = ncol(x),nrow = nrow(x),dimnames = dimnames(x)):非数字矩阵范围
但是,我记得几个月前看过其他案例,其中库arulesViz使用了whit分类数据类型 .
landing.data=read.csv2("http://archive.ics.uci.edu/ml/machine-learning-databases/shuttle-landing-control/shuttle-landing-control.data",
sep=",", header=F, dec=".")
landing.data=as.data.frame(sapply(landing.data,gsub,pattern="\\*",replacement=10))
library(arules)
landing.system <- as(landing.data, "transactions")
rules <- apriori(landing.system, parameter=list(support=0.01, confidence=0.6))
rulesLandingManual <- subset(rules, subset=rhs %in% "V1=1" & lift>1.2)
library(arulesViz)
plot(head(sort(rulesLandingManual, by="confidence"), n=3),
method="graph",control=list(type="items"))
3 回答
在运行代码后执行
traceback()
会给出:所以,基本上错误来自
6:
. 并且错误意味着任何参数matrix(.)
都不是数字 . 为了说明这一点:你看错了吗?因为包裹将
graph
,map
和matrix
扩展到类rules
的对象,所以我不会在这里做任何事情 . 所以,这可能与开发者方面有很大关系 . 如果确实如此,可能值得写/联系开发人员 .我对挖掘规则的一些数据有完全相同的问题,并且在做了一些测试后我发现这个错误来自使用sort()和head()命令,当有更多规则满足条件时质量措施超过要求 .
例如,在您的代码中,您要求在rulesLandingManual中绘制3个最高置信度规则,但是如果您检查(rulesLandingManual),您会发现216个规则具有置信度1(最大置信度),因此,当您要求对顶部进行子集化时n(n小于217),在这个新规则对象中生成的矩阵变得混乱,至少对于绘图函数中的图形方法而言 .
为了测试我解释的内容,在你的代码中,将n更改为217到224之间的任何值(224是rulesLandingManual中的规则数),它将绘制图形,而n = 216或更小将导致上述错误 .
我不知道这是打算以这种方式工作还是它是一个bug,我现在试图解决这个问题,所以解释会变得非常方便 .
range
是一个功能 . 你的意思是mean(range(x)), ...
?平均值 . 嘿 .