Apriori算法输出显示FALSE而非TRUE，如何设置使其显示TRUE？

你的问题出在数据格式处理上：当你将所有列设为factor类型后，arules会把每个因子的所有水平（包括FALSE）都作为关联规则的候选项，但实际我们只关心代表“存在/购买”的TRUE项。以下是两种直接的解决方式：

方法一：转换为交易型数据（推荐） #

直接将数据转换为arules标准的交易格式，只保留每行中值为TRUE的列名，自动剔除FALSE项：

# 把原数据转换为交易对象，仅保留值为TRUE的项
market_trans <- as(market == TRUE, "transactions")

# 基于交易对象运行Apriori
rules <- apriori(market_trans, parameter = list(supp=0.1, conf=0.8))
inspect(rules[1:10])

方法二：通过参数过滤FALSE项 #

在apriori函数中使用appearance参数，指定只考虑值为TRUE的项：

# 生成所有"列名=TRUE"格式的项名
true_items <- paste(colnames(market), "=TRUE", sep="")

# 运行Apriori时限定仅使用这些TRUE项
rules <- apriori(market, 
                 parameter = list(supp=0.1, conf=0.8),
                 appearance = list(items = true_items))
inspect(rules[1:10])

两种方法都能让规则结果只显示TRUE相关的关联项，其中方法一更符合关联规则分析的常规数据结构，后续可视化或进一步分析也更方便。

内容的提问来源于stack exchange，提问作者Note2102