写一个用R语言编写FP-Growth算法寻找关联规则的代码

以下是使用 R 语言编写 FP-Growth 算法寻找关联规则的代码示例：

# 加载 fpgrowth 包
library(fpgrowth)

# 创建示例数据集
data <- read.transactions(iris[, 1:4], 
                          format = "basket", 
                          items = colnames(iris[, 1:4]))

# 运行 fpgrowth 算法
frequent_items <- fpgrowth(data, 
                           support = 0.1, 
                           confidence = 0.5)

# 通过频繁项集生成关联规则
rules <- ruleInduction(frequent_items, 
                       confidence = 0.5)

# 打印关联规则
inspect(rules)

这里使用了 iris 数据集的前四列作为示例数据集，然后使用 fpgrowth 算法找到支持度大于 0.1、置信度大于 0.5 的频繁项集。接着使用 `ruleInduction()` 函数生成关联规则，其中置信度阈值同样设为 0.5。最后使用 `inspect()` 函数打印出关联规则。

需要注意的是，这里使用的是 `read.transactions()` 函数将数据集转换成交易数据格式，因此需要对数据集进行预处理。如果数据集已经是交易数据格式，可以直接使用 `fpgrowth()` 函数。