我使用arules'apriori算法从相对较小的交易列表中生成了频繁项目集的列表。我还计算了每个项目集的升力。
itemsets <- apriori(data=TransMat, parameter=list(supp=0.1, maxlen=4, target="frequent itemsets"))
quality(itemsets)$lift <- interestMeasure(itemsets, measure="lift", trans = TransMat)
现在我得到一个新的，非常长的（！）交易清单。
我不想从新的交易清单中计算新的项目集，而是将旧的itemsets应用于新的交易清单。
或换句话说：我想根据新交易计算每个旧规则的支持和提升。怎么办？
（备注：如果可能的话，我想避免为流程中的新事务列表计算一组新规则，因为该列表非常庞大。）
提前致谢！
答案 0 :(得分：1)
答案可以在arules文档中找到。即使它以某种方式隐藏在interestMeasure函数中。该函数可以计算新交易中旧规则/项目集的利息度量。
interestMeasure(rules_old, c("support"), transactions = TransactionMatrix_new, reuse = FALSE)