Apriori 不适用于 0 和 1 数据集

Question

我有一个如下所示的数据框：

   Cus T C B
1:  C1 0 1 1
2:  C2 0 1 0
3:  C3 0 1 0
4:  C4 0 1 0
5:  C5 0 1 0
6:  C6 0 1 1

当我在这个确切的数据帧上使用 apriori 时，它会产生类似的结果

    lhs    rhs                           support confidence lift  count
[1] {}  => {c=0}                       0.8360112  0.8360112    1 616223
[2] {}  => {t=0}                       0.8765905  0.8765905    1 646134
[3] {}  => {a=0}                       0.8953804  0.8953804    1 659984
[4] {}  => {b=0}                       0.9103811  0.9103811    1 671041
[5] {}  => {d=0}                       0.9441812  0.9441812    1 695955

我已经尝试将这个dataframe转换成事务bb，然后使用排除特征为0的结果

excluded <- grep("=0", itemLabels(bb), value = TRUE)
rules = apriori(bb, appearance = list(none = excluded))

只留下 0 条规则的输出。

如何在 apriori 的输出中得到一些仅特征值为 1 的有用结果？

Answer 1

我认为你想要的是使列 T、B 和 C 符合逻辑

data$T <- as.logical(data$T)
data$B <- as.logical(data$B)
data$C <- as.logical(data$C)

然后转换为transactions。