R- apriori()无法从数值事务中识别lhs

R-apriori()是一种用于关联规则挖掘的算法，它可以从数据集中发现频繁项集和关联规则。然而，R-apriori()在处理数值事务时可能无法正确识别lhs（左手边）。

在关联规则挖掘中，事务是指一组项的集合，而数值事务则是指包含数值型数据的事务。R-apriori()算法在处理数值事务时，由于数值数据的连续性和无限性，可能无法直接应用传统的频繁项集挖掘方法。

为了解决这个问题，可以采用一些预处理技术来将数值数据离散化或者进行分箱处理，将连续的数值数据转化为离散的项。然后再应用R-apriori()算法进行关联规则挖掘。

在腾讯云的产品中，可以使用数据分析与挖掘服务（Data Analysis and Mining，DAM）来进行关联规则挖掘。DAM提供了丰富的数据挖掘算法和工具，包括关联规则挖掘，可以帮助用户从大规模数据中发现有价值的关联规则。您可以通过以下链接了解更多关于腾讯云数据分析与挖掘服务的信息：腾讯云数据分析与挖掘服务

需要注意的是，以上提到的腾讯云产品仅作为示例，其他云计算品牌商也提供类似的数据分析与挖掘服务，可以根据实际需求选择适合的产品和服务。