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根据r中arules包生成的规则构建决策树,r,R,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,
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