使用pyspark.mllib.fpm生成提升和置信度以及常用项目集

Question

我有pyspark版本1.6.2，并且试图在pyspark中使用FPM模块来查找事务中的关联规则。我已经从网上找到了常见项目集的代码：

from pyspark.mllib.fpm import FPGrowth

data = sc.textFile("data/mllib/sample_fpgrowth.txt")
transactions = data.map(lambda line: line.strip().split(' '))
model = FPGrowth.train(transactions, minSupport=0.2, numPartitions=10)
result = model.freqItemsets().collect()
for fi in result:
    print(fi)

但是，我找不到有关如何使用pyspark查找这些常见项目集的提升度和置信度的参考或代码。我可以看到执行此操作的scala代码，但Pyspark中似乎没有可用的代码。

我还看到pyspark 2.2中还有另一个包pyspark.ml.fpm，它可以完成所有过程，即查找频繁的物品集，提货量，置信度等。但是我不能使用2.2

关于如何在pyspark 1.6中实现此目标的任何指针吗？