关于数据挖掘:R语言APRIORI模型关联规则挖掘分析脑出血急性期用药规律最常配伍可视化

本文帮忙客户使用关联规定办法剖析西医医治脑出血方剂, 用 Apriori 模型开掘所选用的次要药物及其用药法则, 为临床医治脑出血提供参考。

a_df3=read.xlsx("脑出血急性期用药最常配伍关联剖析 2.xlsx")

a_df3=a_df3[,-1]  
  
   
   
## set dim names  
#
a_df3=t(a_d3)  
dimnams(a_df3) <- list(row.ames(a_d  
                        paste("Tr",c(1:ncol(adf3)), sep

uencPlot(dat1, support = 0.3, cex.names=0.8)

apriori(dat

summary(rules)# 查看规定

inspect(rules)

quality(head(rules))

从上图能够看到不同药品之间的关联关系图中的点越大阐明该药品的反对度越高，色彩越深阐明该药品的晋升度越高。

rules <- sort(rules, by="confidence")

x=subset(rules,subset=confidence>0.3 & support>0.2 & lift>=1)    #失去有价值规定子集

最受欢迎的见解

1.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%bb%98%e5%88%b6%e7%94%…)Python 中的 Apriori 关联算法 - 市场购物篮剖析

2.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%94%9f%e5%ad%98%e5%88%…)[](http://tecdat.cn/%e9%80%9a%e8%bf%87%e5%85%b3%e8%81%94%e8%a7%8…)R 语言绘制生存曲线预计 | 生存剖析 | 如何 R 作生存曲线图

3.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e5%a6%82%e4%bd%95%e5%9c%…)[](http://tecdat.cn/%e5%9f%ba%e4%ba%8er%e7%9a%84fp%e6%a0%91fp-gr…) 用关联规定数据挖掘摸索药物配伍中的法则

4.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e4%b8%ad%e4%bd%bf%e7%94%…) 通过 Python 中的 Apriori 算法进行关联规定开掘

5.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%94%9f%e5%ad%98%e5%88%…) 用关联规定数据挖掘摸索药物配伍中的法则

6.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80ggplot2%e8%af%af%e5%b7%ae…) 采纳 SPSS Modeler 的 Web 简单网络对所有腧穴进行剖析

7.[](http://tecdat.cn/r-%e8%af%ad%e8%a8%80%e7%bb%98%e5%88%b6%e5%8a…)R 语言如何在生存剖析与 COX 回归中计算 IDI，NRI 指标

8.R 语言如何找到患者数据中具备差别的指标？（PLS—DA 剖析）

9.R 语言中的生存剖析 Survival analysis 早期肺癌患者 4 例

关于数据挖掘:R语言APRIORI模型关联规则挖掘分析脑出血急性期用药规律最常配伍可视化

全文链接：http://tecdat.cn/?p=31846

原文出处：拓端数据部落公众号

脑出血急性期用药数据

读取数据

将数据转化成关联数据

查看每个药品的呈现频率

能够看到每个药品呈现的频率，从而判断哪些药品的反对度较高

失去频繁规定开掘

观察求得的频繁项集

依据反对度对求得的频繁项集排序并查看

关联规定开掘

设置反对度为 0.01，置信度为 0.3

查看局部规定

查看置信度、反对度和晋升度

绘制不同规定图形来示意反对度，置信度和晋升度

通过改图能够看到规定前项和规定后项别离有哪些药品以及每个药品的反对度大小，反对度越大则圆圈越大。

从该图能够看到反对度和置信度的关系，置信度越高晋升度也越高

从该图能够看到反对度和置信度的关系，晋升度越高置信度也越高

查看最高置信度样本规定

查看最高晋升度样本规定

失去有价值规定子集

对有价值的 x 汇合进行数据可视化