Прогнозирование множественного вывода с использованием алгоритма Apriori в R

Question

В настоящее время я работаю в системе рекомендаций item-item, используя r. Я использовал пакет arules. Я выполнил свои основные модели, но хочу изменить свою модель по следующим критериям:

1. В априорах algo. Мы получим только один вывод, а не множественный вывод. Я хочу несколько выходных значений в правой части. Например:

---

        lhs                                                 rhs
{GH DAILY MOONG DAL PREMIUM 1kg,                                                                                            
MDH POW SPICE DEGHI CHILLI 100g,PREM 1kg}         => {DAILY OTH PULSE CHANA DAL...
                                                  Rice}

2. Моя система рекомендаций полностью основана на item-item. Есть ли в r какой-либо другой алгоритм или пакет, который даст мне лучший бизнес-результат?
3. Как рассчитать доверие и ценность поддержки? Для моего случая я использую значения по умолчанию.

Мой код указан ниже:

#Create Sparse Matrix
dataset = read.transactions('/Users/Nikita/Downloads/Reco_System/market_basket_before_model.csv', sep = ',', rm.duplicates = TRUE)
summary(dataset)
itemFrequencyPlot(dataset, topN = 20, type = 'absolute')

#1st cut
# Training Apriori on the dataset
rules = apriori(data = dataset, parameter = list(support = 0.001, confidence = 0.8))

# Visualising the results
inspect(sort(rules, by = 'lift')[1:30]) 

Заранее спасибо.

Answer 1

Большинство реализаций алгоритмов извлечения правил ассоциации ограничивают RHS правил одним элементом, чтобы избежать дальнейшего комбинаторного взрыва.