全文链接：http://tecdat.cn/?p=31846
最近我们被客户要求撰写关于关联规则的研究报告，包括一些图形和统计输出。
本文帮助客户运用关联规则方法分析中医治疗脑出血方剂,用Apriori模型挖掘所选用的主要药物及其用药规律,为临床治疗脑出血提供参考
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分析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) 
查看每个药品的出现频率
uencPlot(dat1, support = 0.3, cex.names=0.8)
可以看到每个药品出现的频率，从而判断哪些药品的支持度较高
得到频繁规则挖掘
查看求得的频繁项集
根据支持度对求得的频繁项集排序并查看
关联规则挖掘
apriori(dat
设置支持度为0.01，置信度为0.3
summary(rules)#查看规则
查看部分规则
inspect(rules)
查看置信度、支持度和提升度
quality(head(rules))
绘制不同规则图形来表示支持度，置信度和提升度
通过该图 可以看到 规则前项和规则后项分别有哪些药品 以及每个药品的支持度大小，支持度越大则圆圈越大。
点击标题查阅往期内容
R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律
左右滑动查看更多
01
02
03
04
从该图可以看到支持度和置信度的关系，置信度越高提升度也越高
从该图可以看到支持度和置信度的关系，提升度越高置信度也越高
从上图可以看到 不同药品之间的关联关系 图中的点越大说明该药品的支持度越高，颜色越深说明该药品的提升度越高。
查看最高置信度样本规则
rules 
查看最高提升度样本规则
得到有价值规则子集
x=suet(rules,sbst=confidence>0.3 & support>0.2 & lift>=1) #得到有价值规则子集
对有价值的x集合进行数据可视化
点击文末 “阅读原文”
获取全文完整代码数据资料。
本文选自《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》。
点击标题查阅往期内容
用SPSS Modeler的Web复杂网络对所有腧穴进行关联规则分析
PYTHON在线零售数据关联规则挖掘APRIORI算法数据可视化
R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化
R语言关联挖掘实例（购物篮分析）
python关联规则学习：FP-Growth算法对药品进行“菜篮子”分析
基于R的FP树fp growth 关联数据挖掘技术在煤矿隐患管理
python关联规则学习：FP-Growth算法对药品进行“菜篮子”分析
通过Python中的Apriori算法进行关联规则挖掘
Python中的Apriori关联算法-市场购物篮分析
R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律
在R语言中轻松创建关联网络
python主题建模可视化LDA和T-SNE交互式可视化
R语言时间序列数据指数平滑法分析交互式动态可视化
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和层次聚类分析癌细胞系微阵列数据和树状图可视化比较
KMEANS均值聚类和层次聚类：亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数
PYTHON实现谱聚类算法和改变聚类簇数结果可视化比较
有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请数据
R语言多维数据层次聚类散点图矩阵、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语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化
Python Monte Carlo K-Means聚类实战研究
R语言k-Shape时间序列聚类方法对股票价格时间序列聚类
R语言对用电负荷时间序列数据进行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较
R语言实现k-means聚类优化的分层抽样(Stratified Sampling)分析各市镇的人口
R语言聚类有效性：确定最优聚类数分析IRIS鸢尾花数据和可视化Python、R对小说进行文本挖掘和层次聚类可视化分析案例
R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集
R语言有限混合模型(FMM,finite mixture model)EM算法聚类分析间歇泉喷发时间
R语言用温度对城市层次聚类、kmean聚类、主成分分析和Voronoi图可视化
R语言k-Shape时间序列聚类方法对股票价格时间序列聚类
R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析
R语言复杂网络分析：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和层次聚类
SAS用K-Means 聚类最优k值的选取和分析
用R语言进行网站评论文本挖掘聚类
基于LDA主题模型聚类的商品评论文本挖掘
R语言鸢尾花iris数据集的层次聚类分析
R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
R语言聚类算法的应用实例
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
正则表达式是一种用于匹配、查找、替换文本中特定模式的工具。在Tcl脚本中，可以使用正则表达式对字符串进行匹配、查找和替换。 regexp 语法： regexp ?选项? 正则表达式 字符串 ?变量1 变量2 …? 其中，?选项?为可选项，可以省略。正则…
