如何从Apriori生成的关联规则中筛选包含指定项列表的规则

你可以直接将读取到的CSV项列表转为字符向量，替换原单项匹配代码中的单个项即可，完整实现逻辑如下：

完整操作代码 #

# 加载arules包
library(arules)

# 1. 读取独立CSV文件中的待匹配项列表
# 假设CSV文件仅1列存储所有待匹配的项，直接取第一列即可；如果有指定列名，将[,1]替换为$你的列名
target_items <- read.csv("你的项列表文件路径.csv", stringsAsFactors = FALSE)[,1]

# 可选：对项列表去重，避免重复匹配
target_items <- unique(target_items)
# 可选：清除项列表中的空值，避免无效匹配
target_items <- na.omit(target_items)

# 2. 按需求筛选规则
# 场景1：筛选左项集(lhs)或右项集(rhs)中包含任意一个目标项的规则
rules.sub <- subset(rules, subset = items %in% target_items)

# 场景2：仅筛选左项集(lhs)中包含任意一个目标项的规则
# rules.sub <- subset(rules, subset = lhs %in% target_items)

# 场景3：仅筛选右项集(rhs)中包含任意一个目标项的规则
# rules.sub <- subset(rules, subset = rhs %in% target_items)

# 场景4：筛选项集需包含所有目标项的规则（而非任意一个），将%in%替换为%ain%即可
# rules.sub <- subset(rules, subset = items %ain% target_items)

# 查看筛选后的前10条规则
inspect(head(rules.sub, 10))

注意事项 #

• CSV文件中存储的项名称需与构建关联规则时的项名称完全一致，大小写、前后空格、特殊符号均需完全匹配，否则会匹配失败

内容的提问来源于stack exchange，提问作者Nikita Budilovskiy