R语言apriori算法进行关联规则挖掘（限制规则的左侧或者右侧的内容进行具体规则挖掘）使用subset函数进一步筛选生成的规则去除左侧规则中的冗余信息获取更独特的有新意的关联规则
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了R语言apriori算法进行关联规则挖掘（限制规则的左侧或者右侧的内容进行具体规则挖掘）使用subset函数进一步筛选生成的规则去除左侧规则中的冗余信息获取更独特的有新意的关联规则相关的知识，希望对你有一定的参考价值。
R语言apriori算法进行关联规则挖掘（限制规则的左侧或者右侧的内容进行具体规则挖掘）、使用subset函数进一步筛选生成的规则去除左侧规则中的冗余信息、获取更独特的有新意的关联规则
目录
以上是关于R语言apriori算法进行关联规则挖掘（限制规则的左侧或者右侧的内容进行具体规则挖掘）使用subset函数进一步筛选生成的规则去除左侧规则中的冗余信息获取更独特的有新意的关联规则的主要内容，如果未能解决你的问题，请参考以下文章
R语言使用apriori算法进行关联规则挖掘实战：关联规则概念频繁项集支持度（support）置信度(confidence)提升度(lift)apriori算法
R语言Apriori算法关联规则挖掘:使用interestMeasure函数评估挖掘到的规则（包括覆盖率（coverage）和FishersExactTest）置信度最高的五条规则（top five
R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化