在Arules中，从许多规则中返回最小的支持项

我正在处理一个庞大的数据集，它产生了大量的规则。我只需要高升力低支撑规则，但我得到了超过1500万（这是在设置了min/maxlen并清理了我的源数据之后）

我现在要做的是创造一个几百万的人头，然后从所有规则中减去它。我希望最终剩下的只是桶底

代码：

basket_rules2 <- apriori(ttk, parameter = list(sup = 0.03, conf = 0.25, target="rules", minlen=4, maxlen=4, maxtime=0), appearance = list(rhs = "Fail: Generator Boot-up", default ="lhs"))

rules <- sort(basket_rules, by = "sup")
head1 <- head(rules, 2000000)
head2 <- rules[ !(rules %in% head1), ]
> summary(head2)
>set of 0 rules

---

篮子规则2我希望我能正确理解你的问题。我想你能做到

library(arules)
data(Groceries)

rules <- apriori(Groceries, parameter = list(support= 0.0002))

现在，您可以使用lift对低支撑规则进行排序。
希望我正确理解您的问题。我想你能做到

library(arules)
data(Groceries)

rules <- apriori(Groceries, parameter = list(support= 0.0002))

现在，您可以使用lift对低支撑规则进行排序。
不确定我之前怎么没有找到这个tail函数，但是是的，这正是我需要的！谢谢不知道我怎么没有找到这个尾巴功能，但是的，这正是我需要的！谢谢
low_support_rules <- tail(rules, by = "support", n = 100)