使用 arulesCBA 在 lhs 中使用 inf 和 -inf 的规则

问题描述

我正在对包含空值的交易数据集应用 arulesCBA。首先我读取文件并将其转换为数据帧。

mydata<-read.csv("c:/users/go/desktop/book5.csv",header=T,colClasses="factor")
df<-data.frame(mydata)

然后，我使用 as.numeric 函数将因子变量转换为数值。之后，我将数据帧变量离散化并将数据帧转换为正式的类事务：

trans.disc<-discretizeDF.supervised(polarity ~.,df[1:42]) 
trans <- as(trans.disc,"transactions")

最后我尝试挖掘类关联规则。

 cars <- mineCARs(polarity ~ .,trans,parameter = list(support = .05,confidence = .6))

在这个阶段，所有规则的 lhs 只包含 inf 或 -inf 之类的：

  {x24=[-Inf,Inf]}                 => {polarity=negative} 0.72    0.72       1        1    252

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）