Professional Documents
Culture Documents
# 导出数据
colnames(disdata)=c("肝气郁结证型系数", "热毒蕴结证型系数","冲任失调证型系
数", "气血两虚证型系数", "脾胃虚弱证型系数", "肝肾阴虚证型系数", "TNM 分
期")
View(disdata)
# 将数据写到磁盘上,名字为 processedfile.csv
write.csv(disdata,file="D:/processedfile.csv",quote=F,row.names = F)
# 读入数据 processedfile.csv,付给变量 a
a <- read.csv("D:/processedfile.csv",header = T)
# 查看 a
View(a)
# 将 a 转化为事务型类型的数据,即 transactions 格式
library(arules)
trans= as(a, "transactions")
View(trans)
str(trans)
# 观测 trans 数据集中前 5 行数据 items
inspect(trans[1:5])
# 调用 Apriori 算法,生成关联规则 rules
rules=apriori(trans,parameter=list(support=0.001,confidence=0.5))
# 显示 rules 中关联规则条数
rules
# 观测 rules 中关联规则
inspect(rules)
inspect(rules[1:6])
一、 查看数据,说明数据基本情况
# 聚类离散化
# 查看离散化后的数据 disdata
将 datafile 中的第 index 类,赋给 disdata 的第 cols+1 列,查看之后的 disdata 的第
cols+1 的值将 disdata 第 cols+1 列的值前面加上 H
# 导出数据
# 将 a 转化为事务型类型的数据
# 观测 rules 中关联规则
inspect(rules)
inspect(rules[1:6])