R SparkR freqItems用法及代码示例

说明：

查找列的频繁项，可能有误报。使用由 Karp、Schenker 和 Papadimitriou 提出的 https://dl.acm.org/doi/10.1145/762471.762473 中说明的频繁元素计数算法。

用法：

## S4 method for signature 'SparkDataFrame,character'
freqItems(x, cols, support = 0.01)

参数：

• x 一个 SparkDataFrame。
• cols 用于搜索频繁项的向量列名称。
• support (可选)要考虑的项目的最小频率 frequent 。应大于 1e-4。默认支持 = 0.01。

返回：

本地 R DataFrame ，每列中包含频繁项

注意：

freqItems 自 1.6.0 起

例子：

df <- read.json("/path/to/file.json")
fi = freqItems(df, c("title", "gender"))