R 如何为数据挖掘过程对数据进行分类?
我正在使用R 如何为数据挖掘过程对数据进行分类?,r,apriori,categorical-data,R,Apriori,Categorical Data,我正在使用apriori函数进行数据挖掘过程。此函数仅适用于分类数据,没有值,只有文本。我的数据集满足这些要求,因为我有五个分类变量,没有数值,只有文本(因此变量“sex”被分为“女性”和“男性”) 如果现在尝试apriori()函数,则会出现以下错误: apriori(data) asMethod(object)中出现错误: column(s) 1, 2, 3, 4, 5 not logical or a factor. Use as.factor or categorize first
apriori
函数进行数据挖掘过程。此函数仅适用于分类数据,没有值,只有文本。我的数据集满足这些要求,因为我有五个分类变量,没有数值,只有文本(因此变量“sex”被分为“女性”和“男性”)
如果现在尝试apriori()
函数,则会出现以下错误:
apriori(data)
asMethod(object)
中出现错误:
column(s) 1, 2, 3, 4, 5 not logical or a factor. Use as.factor or categorize first.
虽然我的数据看起来是分类的,但R并没有得到这样的结论。例如,如何使用as.factor函数对数据进行正确分类,以使apriori函数正常工作?您可以将所有列转换为一个因子:
data <- sapply(data,as.factor)
我的数据
数据我已尝试对每列进行因子分析。。也许我应该对每个变量都这样做,然后使用cbind将它们再次绑定到一个矩阵中?按照您的建议,现在我得到了以下错误:t中的错误(来自“ngCMatrix”):为函数“t”选择方法时计算参数“x”的错误:asMethod(object)中的错误:无法将“NA”强制为“nsparseMatrix”对我来说,在把它转换成数据帧之后,它就工作了