前文说到如何用R与PostgreSQL进行数据挖掘之关联规则， 下面使用真实数据使用Apriori算法做个压力测试（系统配置，Windows 2008 64-bit，SSD，128G内存），620items, 163763 transactions。mini confidence和mini support均选择0.00001（选择这么低并没有意义），minlen=2,maxlen=5，输出规则高达3亿5千万之多，现实rule占用16.6G。 Apriori Parameter specification: confidence minval smax arem aval originalSupport support minlen maxlen target ext 1e-05 0.1 1 none FALSE TRUE 1e-05 2…
前面用PostgreSQL 函数实现了一个简易版的关联规则算法，今天尝试下R语言的关联规则包“arules”中的apriori算法。 连接数据库并读取数据 library(RPostgreSQL) drv <- dbDriver("PostgreSQL") con <- dbConnect(drv, user='postgres', dbname='steven', password='', host='127.0.0.1') rs <- dbSendQuery(con,"select customer_id,brand from trans;") results <- fetch(rs,n=-1) trans表的结构和数据示例如下， CREATE TABLE public.maoye ( customer_id text…
该SQL是基于Apriori算法的一个尝试(代码比较粗糙），并且只实现了一推一的情况，对照MadLib的结果做了验证，没有问题。 CREATE OR REPLACE FUNCTION assoc.rules() RETURNS void LANGUAGE plpgsql AS $function$ begin /* create view assoc.trans as select * from trans where purchase_date between '2015-08-01' and '2016-07-31'; */ create…