我使用Arules的Apriori算法从相对较小的交易列表中生成了一个频繁的项目集列表。我还计算了这些项目集的升力。
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，我得到了一个新的，很长的（！）交易列表。我不想从新的交易列表中计算新项目集，我想将旧的itemsets应用于新事务列表。
或换句话说：我想根据新交易来计算我的每个旧规则的支持和提升。怎么办？
（注释：如果可能的话，我想避免计算过程中新事务列表的新规则，因为该列表非常庞大。）
预先感谢！
可以在Arules文档中找到答案。即使它以某种方式隐藏在interestMeasure函数中。该功能可以计算新事务上的旧规则/项目集的利息指标。
interestMeasure(rules_old, c("support"), transactions = TransactionMatrix_new, reuse = FALSE)