关联规则算法疑问：R语言Apriori结果与教材结论不符

首先得说，你这里大概率是混淆了频繁项集和关联规则的概念，再加上代码参数的默认设置，才导致和预期结果不一样。咱们一步步捋：

1. 先理清核心概念 #

你提到的《数据挖掘：概念与技术》里说的{I1, I2, I3}和{I1, I2, I5}，其实是频繁项集——也就是满足最小支持度的项的集合，没有前提和结论之分。而关联规则是形如X→Y的蕴含式，必须同时满足最小支持度和最小置信度，X是前提项集，Y是结论项集，两者不相交。

2. 你的R代码问题在哪 #

你用的apriori()函数，默认的target参数是"rules"，也就是生成关联规则，而不是频繁项集。你的代码只指定了support=0.02和minlen=3，但confidence默认是0.8，所以代码在找满足这三个条件的关联规则，而不是你想要的频繁项集。

咱们拿你的交易数据算一下：

• 总共有9条交易，{I1,I2,I3}出现2次，支持度≈0.222；{I1,I2,I5}也出现2次，支持度≈0.222，都远高于0.02。
• 但如果要生成关联规则，比如{I1,I2}→{I3}，它的置信度是支持度({I1,I2,I3})/支持度({I1,I2}) = (2/9)/(4/9)=0.5，远低于0.8的阈值，所以这个规则不会被筛选出来；同理{I1,I2}→{I5}的置信度也是0.5，同样不满足条件。你看到的{I1,I2,I5}应该是规则里的完整项集展示，而非真正的规则形式。

3. 修正代码得到预期结果 #

如果你想验证书里的频繁项集，只需要修改代码，指定生成频繁项集即可：

transactions <- read.transactions("file.csv", sep=",")
# 指定target为"frequent itemsets"，生成频繁项集
m1 <- apriori(transactions, parameter = list(support=0.02, minlen=3, target="frequent itemsets"))
inspect(sort(m1, by="support"))

运行这段代码后，你就能看到{I1,I2,I3}和{I1,I2,I5}这两个频繁项集了，完全符合书里的描述。

如果你的目标确实是生成关联规则，那得接受：在你的交易数据里，没有置信度≥0.8且包含这两个项集的规则——毕竟置信度的计算要求前提项集出现时，结论项集必须大概率出现，而你的数据里I1,I2同时出现时，I3或I5只占一半的情况，达不到0.8的要求。

内容的提问来源于stack exchange，提问作者zb111