以下給你參考：
# 載入套件
library(magrittr)
library(plyr)
library(arules)
# 讀入資料，因資料來源編碼為big5，加入參數fileEncoding
dd <- read.csv("~/Downloads/dd.csv",stringsAsFactors = F, fileEncoding = "big5
")
# (optional)將資料轉為list，並把每筆交易中的空值及重複項目移除
dd <- dlply(dd, "X", function(u){
unlist(u[-1]) %>% .[.!=""] %>% unique
})
# 將資料轉為transactions物件並進行apriori算法
trans <- as(dd, "transactions")
rules <- apriori(trans, parameter = list(support=0.001, confidence=0.001,minle
n=2))
inspect(rules)
※ 引述《clansoda (小笨)》之銘言：
: 各位好，首先我先附上資料https://goo.gl/4ds2H4
: 這個資料是購買資料的貨號，我想用它來做association analysis
: 如果我先將資料直接用rules<-apriori(dd,parameter=list(supp=0.01,conf=0.8))
: 接著inspect(rules)，可是我這樣只能得到很少的rules而且都是item1->item5
: 類似這樣的空集合，也就是裡面沒有商品當然也就沒辦法分析，想請問如何消除這樣的
: rules，接著用另外種方式是直接從外面讀進來而且變成transaction的模式
: read.transaction(dd,sep=",")，這樣確實會transaction被讀進來但是這樣做完aprio
ri
: 後不會是正常的格式像item1{kites}->item3{ball}類似這樣的模式
: 反而會是{ball,kites,lollipop}這樣的格式，所以我不知道哪裡出了錯
: 請問有人做過完整的關聯性分析嗎?
: 會用貨號的原因是，商品是很長而且有中文的格式反而會更難分析