全文链接：http://tecdat.cn/?p=31846

最近咱们被客户要求撰写对于关联规定的钻研报告，包含一些图形和统计输入。

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

脑出血急性期用药数据

读取数据

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

将数据转化成关联数据

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

查看每个药品的呈现频率

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

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

查看求得的频繁项集

依据反对度对求得的频繁项集排序并查看

关联规定开掘

apriori(dat

设置反对度为0.01，置信度为0.3

summary(rules)#查看规定

查看局部规定

inspect(rules)

查看置信度、反对度和晋升度

quality(head(rules))

绘制不同规定图形来示意反对度，置信度和晋升度

通过该图 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。

点击题目查阅往期内容

R语言用关联规定和聚类模型开掘处方数据摸索药物配伍中的法则

左右滑动查看更多

01

02

03

04

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

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。

查看最高置信度样本规定

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

查看最高晋升度样本规定

失去有价值规定子集

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

对有价值的x汇合进行数据可视化

点击文末 “浏览原文”

获取全文残缺代码数据资料。

本文选自《R语言APRIORI模型关联规定开掘剖析脑出血急性期用药法则最常配伍可视化》。

点击题目查阅往期内容

用SPSS Modeler的Web简单网络对所有腧穴进行关联规定剖析\
PYTHON在线批发数据关联规定开掘APRIORI算法数据可视化\
R语言关联规定模型(Apriori算法)开掘杂货店的交易数据与交互可视化\
R语言关联开掘实例（购物篮剖析）\
python关联规则学习：FP-Growth算法对药品进行“菜篮子”剖析\
基于R的FP树fp growth 关联数据挖掘技术在煤矿隐患治理\
python关联规则学习：FP-Growth算法对药品进行“菜篮子”剖析\
通过Python中的Apriori算法进行关联规定开掘\
Python中的Apriori关联算法-市场购物篮剖析\
R语言用关联规定和聚类模型开掘处方数据摸索药物配伍中的法则\
在R语言中轻松创立关联网络\
python主题建模可视化LDA和T-SNE交互式可视化\
R语言工夫序列数据指数平滑法分析交互式动静可视化\
用R语言制作交互式图表和地图\
如何用r语言制作交互可视化报告图表K-means和档次聚类分析癌细胞系微阵列数据和树状图可视化比拟\
KMEANS均值聚类和档次聚类：亚洲国家地区生存幸福品质异同可视化剖析和抉择最佳聚类数\
PYTHON实现谱聚类算法和扭转聚类簇数后果可视化比拟\
无限混合模型聚类FMM、狭义线性回归模型GLM混合利用剖析威士忌市场和钻研专利申请数据\
R语言多维数据档次聚类散点图矩阵、配对图、平行坐标图、树状图可视化城市宏观经济指标数据\
r语言无限正态混合模型EM算法的分层聚类、分类和密度估计及可视化\
Python Monte Carlo K-Means聚类实战钻研\
R语言k-Shape工夫序列聚类办法对股票价格工夫序列聚类\
R语言对用电负荷工夫序列数据进行K-medoids聚类建模和GAM回归\
R语言谱聚类、K-MEANS聚类分析非线性环状数据比拟\
R语言实现k-means聚类优化的分层抽样(Stratified Sampling)剖析各市镇的人口\
R语言聚类有效性：确定最优聚类数剖析IRIS鸢尾花数据和可视化Python、R对小说进行文本开掘和档次聚类可视化剖析案例\
R语言k-means聚类、档次聚类、主成分（PCA）降维及可视化剖析鸢尾花iris数据集\
R语言无限混合模型(FMM,finite mixture model)EM算法聚类分析间歇泉喷发工夫\
R语言用温度对城市档次聚类、kmean聚类、主成分剖析和Voronoi图可视化\
R语言k-Shape工夫序列聚类办法对股票价格工夫序列聚类\
R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析\
R语言简单网络分析：聚类（社区检测）和可视化\
R语言中的划分聚类模型\
基于模型的聚类和R语言中的高斯混合模型\
r语言聚类分析：k-means和档次聚类\
SAS用K-Means 聚类最优k值的选取和剖析\
用R语言进行网站评论文本开掘聚类\
基于LDA主题模型聚类的商品评论文本开掘\
R语言鸢尾花iris数据集的档次聚类分析\
R语言对用电负荷工夫序列数据进行K-medoids聚类建模和GAM回归\
R语言聚类算法的利用实例