R语言包arules进行频繁项集挖掘的最简单例子

arules是进行频繁项集挖掘（frequent itemset mining）的有效工具，不过我在使用的时候发现网上很多例子都比较繁琐，这里总结一下其中apriori方法的最简单使用方法，这里首先给出代码：

files_change<-read.transactions(input_file, format="basket", sep=",")
summary(files_change)
rules<-apriori(files_change,parameter=list(support=0.015,confidence=0.15,minlen=2,maxlen=2))
write(rules, file=output_file, sep=",", quote=TRUE, row.names=FALSE)

进行一些最简单解释，第一行代码读入文件，这里唯一需要注意的就是我们选择的数据文件的format是basket，例如这里的数据文件格式：https://github.com/TigerInnovate/PredictiveModeling/blob/master/groceries.csv

第三行需要注意的就是support、confidence这些值的设定。最后一行是直接将mining出来的rule进行输出。

提供一些有用的链接：

arules的官方文档：https://cran.r-project.org/web/packages/arules/arules.pdf

介绍得比较详细的博客文章：https://blog.csdn.net/gjwang1983/article/details/45015203