第16节：R语言医学分析实例：肺切除手术的Apriori关联规则分析

这篇具有很好参考价值的文章主要介绍了第16节：R语言医学分析实例：肺切除手术的Apriori关联规则分析。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

关联规则

肺切除手术的Apriori关联规则分析。

分析的目的是确定患有肺癌并需要接受肺切除术的患者的共病症状。了解哪些症状是共病的可以帮助改善患者护理和药物处方。分析类型是关联规则学习，通过探索变量之间的关联或频繁项集，尝试在大型数据集中找到见解和隐藏关系（Han、Kamber、Pei，2011）。一个例子可能是，一个吸烟的人（lhs，先行词）经常伴有咳嗽和虚弱的症状（rhs，后继词）。

该项目涉及使用 R 检查数据集。我的分析涉及创建 Apriori 关联规则学习，以帮助理解许多变量如何一起发生，而仅通过查看数据集很难做到这一点。

完整的报告可以在文件“Apriori Association Rules Assignment.pdf”中找到。该报告显示了我的分析的完整细分，包括问题识别、动机、数据探索、数据准备、规则、结果和解释。还包括表格和可视化。

R 脚本包含在文件“MHunfalvay_Assignment1.R”中。有关如何使用该程序的说明作为注释包含在 R 文件中。打开文件后，请在执行代码之前仔细阅读说明，以确保程序正确运行。文章来源地址https://www.toymoban.com/news/detail-616378.html

源码


# Set working directory and read the data
setwd("/Users/melissahunfalvay/Documents/HUN/My Professional Development/Machine Learning Data 630/Assignments/Assignment 1") 
# display the file names in the current working directory
dir()
#Use the read.csv comma

到了这里，关于第16节：R语言医学分析实例：肺切除手术的Apriori关联规则分析的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！