我正在尝试解决共生矩阵的问题。我有一个交易和项目的数据文件，我想看到一起显示项目的交易数量的矩阵。
我是R编程的新手，我很乐意找到R所有的快捷方式，而不是创建特定的循环（我以前使用C年前只使用Excel宏和SPSS） 。我在这里检查了解决方案，但没有找到一个有效的方法（最接近的是这里给出的解决方案：Co-occurrence matrix using SAC? - 但是当我使用projection_tm时它产生了一条错误信息，我怀疑cbind没有成功就我而言。
基本上我有一个包含以下内容的表：
TrxID Items Quant
Trx1 A 3
Trx1 B 1
Trx1 C 1
Trx2 E 3
Trx2 B 1
Trx3 B 1
Trx3 C 4
Trx4 D 1
Trx4 E 1
Trx4 A 1
Trx5 F 5
Trx5 B 3
Trx5 C 2
Trx5 D 1, etc.
我想创建类似的东西：
A B C D E F
A 0 1 1 0 1 1
B 1 0 3 1 1 0
C 1 3 0 1 0 0
D 1 1 1 0 1 1
E 1 1 0 1 0 0
F 0 1 1 1 0 0
我做的是（你可能会嘲笑我的新秀R方法）：
library(igraph)
library(tnet)
trx <- read.table("FileName.txt", header=TRUE)
transID <- t(trx[1])
items <- t(trx[2])
id_item <- cbind(items,transID)
item_item <- projecting_tm(id_item, method="sum")
item_item <- tnet_igraph(item_item,type="weighted one-mode tnet")
item_matrix <-get.adjacency(item_item,attr="weight")
item_matrix
如上所述，cbind可能不成功，所以projection_tm无法给我任何结果。
任何替代方法或对我的方法进行更正？
非常感谢您的帮助！
答案 0 :(得分：23)
使用＆＃34; dat＆＃34;从上述任一答案中，尝试crossprod和table：
V <- crossprod(table(dat[1:2]))
diag(V) <- 0
V
# Items
# Items A B C D E F
# A 0 1 1 1 1 0
# B 1 0 3 1 1 1
# C 1 3 0 1 0 1
# D 1 1 1 0 1 1
# E 1 1 0 1 0 0
# F 0 1 1 1 0 0
答案 1 :(得分：18)
我使用了reshape2包和矩阵代数的组合：
#read in your data
dat <- read.table(text="TrxID Items Quant
Trx1 A 3
Trx1 B 1
Trx1 C 1
Trx2 E 3
Trx2 B 1
Trx3 B 1
Trx3 C 4
Trx4 D 1
Trx4 E 1
Trx4 A 1
Trx5 F 5
Trx5 B 3
Trx5 C 2
Trx5 D 1", header=T)
#making the boolean matrix
library(reshape2)
dat2 <- melt(dat)
w <- dcast(dat2, Items~TrxID)
x <- as.matrix(w[,-1])
x[is.na(x)] <- 0
x <- apply(x, 2, function(x) as.numeric(x > 0)) #recode as 0/1
v <- x %*% t(x) #the magic matrix
diag(v) <- 0 #repalce diagonal
dimnames(v) <- list(w[, 1], w[,1]) #name the dimensions
v
对于图表可能......
g <- graph.adjacency(v, weighted=TRUE, mode ='undirected')
g <- simplify(g)
# set labels and degrees of vertices
V(g)$label <- V(g)$name
V(g)$degree <- degree(g)
plot(g)
答案 2 :(得分：14)
出于效率原因，尤其是稀疏数据，我建议使用稀疏矩阵。
dat <- read.table(text="TrxID Items Quant
Trx1 A 3
Trx1 B 1
Trx1 C 1
Trx2 E 3
Trx2 B 1
Trx3 B 1
Trx3 C 4
Trx4 D 1
Trx4 E 1
Trx4 A 1
Trx5 F 5
Trx5 B 3
Trx5 C 2
Trx5 D 1", header=T)
library("Matrix")
# factors for indexing matrix entries and naming dimensions
trx.fac <- factor(dat[,1])
itm.fac <- factor(dat[,2])
s <- sparseMatrix(
as.numeric(trx.fac),
as.numeric(itm.fac),
dimnames = list(
as.character(levels(trx.fac)),
as.character(levels(itm.fac))),
x = 1)
# calculating co-occurrences
v <- t(s) %*% s
# setting transactions counts of items to zero
diag(v) <- 0
v
我试着在这个帖子中发布每个解决方案。他们都没有使用大型矩阵（我正在使用1,500 x 2,000,000矩阵）。
有点偏离主题：在计算共生矩阵后，我通常想要计算各个项目之间的距离。可以在共生矩阵上有效地计算余弦相似度/距离，如下所示：
# cross-product of vectors (numerator)
num <- v %*% v
# square root of square sum of each vector (used for denominator)
srss <- sqrt(apply(v^2, 1, sum))
# denominator
den <- srss %*% t(srss)
# cosine similarity
v.cos.sim <- num / den
# cosine distance
v.cos.dist <- 1 - v.cos.sim
答案 3 :(得分：11)
我会使用xtabs：
dat <- read.table(text="TrxID Items Quant
Trx1 A 3
Trx1 B 1
Trx1 C 1
Trx2 E 3
Trx2 B 1
Trx3 B 1
Trx3 C 4
Trx4 D 1
Trx4 E 1
Trx4 A 1
Trx5 F 5
Trx5 B 3
Trx5 C 2
Trx5 D 1", header=T)
term_doc <- xtabs(~ TrxID + Items, data=dat, sparse = TRUE)
co_occur <- crossprod(term_doc, term_doc)
diag(co_occur) <- 0
co_occur
我投入sparse = TRUE表示这可以用于非常大的数据集。
答案 4 :(得分：5)
如果您首先创建一个二分图，这实际上非常简单和干净，其中顶部节点是事务，底部节点是项目。然后，您将创建一个到底部节点的投影。
dat <- read.table(text="TrxID Items Quant
Trx1 A 3
Trx1 B 1
Trx1 C 1
Trx2 E 3
Trx2 B 1
Trx3 B 1
Trx3 C 4
Trx4 D 1
Trx4 E 1
Trx4 A 1
Trx5 F 5
Trx5 B 3
Trx5 C 2
Trx5 D 1", header=T)
library(igraph)
bip <- graph.data.frame(dat)
V(bip)$type <- V(bip)$name %in% dat[,1]
## sparse=TRUE is a good idea if you have a large matrix here
v <- get.adjacency(bipartite.projection(bip)[[2]], attr="weight", sparse=FALSE)
## Need to reorder if you want it alphabetically
v[order(rownames(v)), order(colnames(v))]
# A B C D E F
# A 0 1 1 1 1 0
# B 1 0 3 1 1 1
# C 1 3 0 1 0 1
# D 1 1 1 0 1 1
# E 1 1 0 1 0 0
# F 0 1 1 1 0 0