我正在尝试使用Sparklyr构建一个关联规则算法，并且一直在关注这个博客，它解释得很好。

然而，在他们适应FPGrowth算法之后，有一个部分，作者从返回的”FPGrowthModel对象”中提取规则，但我无法重现以提取我的规则。

我遇到困难的部分是这段代码：

rules = FPGmodel %>% invoke("associationRules")

请问有人能解释FPGmodel是从哪里来的吗？

我的代码如下所示，我没有看到可以从中提取规则的FPGmodel对象，任何帮助将不胜感激。

# CACHE HIVE TABLE INTO SPARKtbl_cache(sc, 'claims', force = TRUE)med_tbl <- tbl(sc, 'claims')# SELECT VARIABLES OF INTERESTmed_tbl <- med_tbl %>% select(proc_desc,alt_claim_id)# REMOVE DUPLICATED ROWSmed_tbl <- dplyr::distinct(med_tbl)med_tbl <- med_tbl %>% group_by(alt_claim_id)# AGGREGATING CLAIMS BY CLAIM IDmed_agg <- med_tbl %>%   group_by(alt_claim_id) %>%   summarise(procedures = collect_list(proc_desc))# CREATE UNIQUE STRING TO IDENTIFY THE MACHINE LEARNING ESTIMATORuid = sparklyr:::random_string("fpgrowth_")# INVOKE THE FPGrowth JAVA CLASS jobj = invoke_new(sc, "org.apache.spark.ml.fpm.FPGrowth", uid) jobj %>%   invoke("setItemsCol", "procedures") %>%   invoke("setMinConfidence", 0.03) %>%   invoke("setMinSupport", 0.01) %>%   invoke("fit", spark_dataframe(med_agg))

回答：

您链接的博客文章已经过时了将近两年。自从2b0994c为o.a.s.ml.fpm.FPGrowth提供了原生包装器

df <- copy_to(sc, tibble(items=c("a b c", "a b", "c f g", "b c"))) %>%  mutate(items = split(items, "\\\\s+")fp_growth_model <- ml_fpgrowth(df)

antecedent consequent confidence  lift  <list>     <list>          <dbl> <dbl>1 <list [1]> <list [1]>          1  1.33