根据r中arules包生成的规则构建决策树

我使用arules包并生成了一组规则，这些规则的结果是类值。我的最终目标是使用这些规则预测未知数据的类标签

现在我正试图采用这些规则来生成一个决策树，因为arules中的预测方法不适合这个科学。如何采用关联规则生成的一组规则来创建决策树和预测

我是在学习这个例子

所需的输出是使用以下代码生成的规则预测类标签，即对于给定的不可见记录，surved=yes或no

 rules <- apriori(titanic.raw,
 + parameter = list(minlen=2,              supp=0.005, conf=0.8),
 + appearance =             list(rhs=c("Survived=No",             "Survived=Yes"),
 + default="lhs"),
 + control = list(verbose=F))
  rules.sorted <- sort(rules, by="lift")

---

规则提问时，您应该提供某种形式的示例数据和所需的输出，以便测试和验证可能的解决方案。嗨，MrFlick。请参阅更新当提出问题时，您应该提供某种形式的示例数据和所需输出，以便可以测试和验证可能的解决方案。您好，MrFlick。请查看更新