根据r中arules包生成的规则构建决策树

Question

我使用了arules包并生成了一组规则，这些规则具有类值作为结果。我的最终目标是使用这些规则预测未知数据的类标签。

现在我正在尝试采用这些规则来生成决策树，因为arules中的预测方法不适合此scinario。如何采用关联规则生成的一组规则来创建决策树并进行预测？

我正在关注http://www.rdatamining.com/examples/association-rules

中的示例

所需的输出是使用以下代码生成的规则预测类别标签，即Survived = yes或no给定的未见记录

 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")