如何约束R中的Apriori函数仅考虑LHS中的特定值项？

在R中，我尝试使用apriori函数进行关联规则学习

我有这样一个数据集：

A B C D E 

1 0 0 1 0

1 0 1 0 1

1 1 1 0 1

0 0 0 1 0

我对

E=1

的情况感兴趣，我可以通过以下方式获得：

inspect( subset( rules.sorted, subset = rhs %pin% "E=1" ))

但我也只对

LHS

包含

'=1'

条件而不是

'=0'

的情况感兴趣

所以，我不想要这样的规则：

{A=1,D=0} => {E=1}

我只想要像这样的规则

{A=1,C=1} => {E=1}

---

如何在

LHS

侧实现这一点？我只能收集如何约束它在特定列中查找规则，但不能查找任何具有特定值的列

如您所述，如果您想在右侧显示

E=1

，只需过滤数据即可

默认情况下，关联规则挖掘应该只提供正向规则，即

A=>B

通常，如果您想拥有否定规则，则必须向数据中添加否定符号，即

ANOT=1

当

A=0

时

---

你确定你没有误解输出吗？

我也有同样的问题。当您将数据转换为一个因子时（如对另一个答案的评论中提到的两个人），就会出现问题。当我将data.frame转换为矩阵，然后转换为事务时，我的输出中只有正规则。

Hi我也会得到负规则，例如在上面的例子中，类似于：{D=0}=>{E=1}。lhs上的这些“=0”部分是我希望避免的规则。我第一次使用apriori，但我从不同的地方读到了它。我从未发现关联规则只给出积极的规则。你指的是先验的R函数吗？还是您使用的软件/功能默认排除了这些负面规则？据我所知，原始APRIORI并没有这样做。您是否检查了实现的选项？我不使用R，所以我没有手册。它也可能是R进行的数据转换的一部分，以生成项目集。。。也就是说，它不将“1”视为存在，“0”视为不存在，而是将“A=1”和“A=0”视为两个不同的项目。是的，我选中了选项。我找不到这样的选项来控制相等值。函数要求我的数据是类因子。因此，我也认为R将0和1视为两个不同的项目。我从没想过解决这个问题能解决我的问题。我会设法修好它，看看它是否管用。谢谢。也可以考虑使用不同的软件。我相信这是一个很好的FIM软件页面：-我不喜欢R，质量差异太大。这是一个很好的链接。谢谢，谢谢。我正在尝试，但将数据帧转换为矩阵将意味着我丢失所有变量名。你是怎么处理的？因为我有数百个变量。