《Pulp Fiction》受到了什么影响？
在视频练习中，您已经看到将 Market Basket Analysis 应用于线下零售能带来的价值。在本练习中，您将把同样的概念用于线上，构建电影推荐。
在构建电影推荐时，一个关键点是：输入用户已观看的一部电影，然后基于该用户及相似用户的观影行为，给出可执行的推荐。
本练习中，您将找出哪些已观看的电影最有可能引出对电影 Pulp Fiction 的推荐，即在 RHS 上与其相关的规则。事务型数据集 movie_trx 已加载到工作区。
本练习是课程的一部分
R 中的购物篮分析
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Extract rules with Pulp Fiction on the right side
pulpfiction_rules_rhs = apriori(movie_trx,
parameter = list(supp = 0.3,
conf = 0.5),
___ = list(default = "___",
___ = "___"))
# Inspect the first rules
___(___(pulpfiction_rules_rhs))