R语言Apriori算法关联规则对中药用药复方配伍规律药方挖掘可视化

Posted 2023-05-09 大数据部落

全文链接：http://tecdat.cn/?p=32316

原文出处：拓端数据部落公众号

我们常说的中药挖掘，一般是用药挖掘，还有穴位的挖掘，主要是想找出一些用药的规律。在中医挖掘中，数据的来源比较广泛,有的是通过临床收集用药处方，比如，一个著名老中医针对某一疾病的用药情况;有的是通过古籍，古代流传下来的药方;还有一种情况是在论文数据框里查找专门治疗某一疾病的文献，从中找到处方，用来分析。

Apriori算法是一种最有影响的挖掘关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则，Apriori 算法采用了逐层搜索的迭代的方法，算法简单明了，没有复杂的理论推导，也易于实现。

由于Apriori算法的特性，十分适合中药处方、膏方、方剂的挖掘，甚至于穴位的挖掘。

本文帮助客户得出不同处方的药物组合和频率，挖掘出药方内在的规律。

中药处方数据

读取数据

a_df3=read.xlsx("挖掘用.xlsx",startRow=0, colNames = F)

转换数据结构

a_list=list(0)  
for(i in 1:nrow(a_df3))  
   
   
##删除事务中的重复项目
 a_list[[i]]= unique(strsplit(a_df3[i,],",")[[1]])

将数据转换成事务类型

trans2 <- as(a_list, "tran

查看每个商品的出现频率

可以看到每个物品出现的频率，从而判断哪些物品的支持度较高。

关联规则挖掘

药对挖掘

at(dat1,parameter=list(support=0.3,minlen=2,maxle

得到频繁规则挖掘

inspect(frequent

查看求得的频繁项集

spect(sort(frequentsets,by="suppo

根据支持度对求得的频繁项集排序并查看（等价于inspect(sort(frequentsets)[1:10]）。

建立模型

apriori(dat1,parame

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

查看置信度 支持度和提升度

可视化

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物品 以及每个物品的支持度大小，支持度越大则圆圈越大。

ules, method = NULL,  
     measure = "support", shading = "lift", int

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。

ules, method="matrix3D", measure="lift

从上图可以看到不同物品之间的关联关系，图中的点越大说明该物品的支持度越高，颜色越深说明该物品的提升度越高。

plot(rules, method="doubledecker" )  

查看最高的支持度样本规则

ules::inspect(head(rules

查看最高置信度样本规则

sort(rules, by="confidenc
nspect(head(rules

sort(rules, by="lift

得到有价值规则子集

rules,subset=confidence>0.3 & support>0.2 & lift>=1
summary(x)

按照支持度排序

sort(x,by="support

按照置信度排序

inspect(sort(x,by="confide

对有价值的x集合进行数据可视化。

method="grouped")

组合挖掘

at(dat1,parameter=list(support=0.22,minlen=3,maxle

得到频繁规则挖掘

nspect(frequents

察看求得的频繁项集

nspect(sort(frequentsets,by="sup

根据支持度对求得的频繁项集排序并查看（等价于inspect(sort(frequentsets)[1:10]）

建立模型

apriori(dat1,parameter=list(support=0.24

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

查看置信度 支持度和提升度

可视化

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。

查看最高的支持度样本规则

查看最高置信度样本规则

查看最高提升度样本规则

confidence>0.3 & support>0.3 & lift>=1)    #得到有价值规则子集
summary(x)

aspect(sort(x,by="support"))    #按照支持度排序

##    lhs            rhs    support   confidence lift     
## 45 川芎,黄芪 => 地龙 0.3189655 0.7872340  1.602090  
## 43 地龙,黄芪 => 川芎 0.3189655 0.9024390  1.586105  
## 44 川芎,地龙 => 黄芪 0.3189655 0.8043478  1.481021  
## 42 川芎,黄芪 => 当归 0.3103448 0.7659574  1.615474  
## 41 川芎,当归 => 黄芪 0.3103448 0.8181818  1.506494  
## 40 当归,黄芪 => 川芎 0.3103448 0.8571429  1.506494  
## 37 当归,地龙 => 川芎 0.3017241 0.9210526  1.618820  
## 38 川芎,当归 => 地龙 0.3017241 0.7954545  1.618820  
## 39 川芎,地龙 => 当归 0.3017241 0.7608696  1.604743

pect(sort(x,by="confidence"))    #按照置信度排序

##    lhs            rhs    support   confidence lift     
## 37 当归,地龙 => 川芎 0.3017241 0.9210526  1.618820  
## 43 地龙,黄芪 => 川芎 0.3189655 0.9024390  1.586105  
## 40 当归,黄芪 => 川芎 0.3103448 0.8571429  1.506494  
## 41 川芎,当归 => 黄芪 0.3103448 0.8181818  1.506494  
## 44 川芎,地龙 => 黄芪 0.3189655 0.8043478  1.481021  
## 38 川芎,当归 => 地龙 0.3017241 0.7954545  1.618820  
## 45 川芎,黄芪 => 地龙 0.3189655 0.7872340  1.602090  
## 42 川芎,黄芪 => 当归 0.3103448 0.7659574  1.615474  
## 39 川芎,地龙 => 当归 0.3017241 0.7608696  1.604743

对有价值的x集合进行数据可视化

---

 最受欢迎的见解

1.Python中的Apriori关联算法-市场购物篮分析

2.R语言绘制生存曲线估计|生存分析|如何R作生存曲线图

3.用关联规则数据挖掘探索药物配伍中的规律

4.通过Python中的Apriori算法进行关联规则挖掘

5.用关联规则数据挖掘探索药物配伍中的规律

6.采用SPSS Modeler的Web复杂网络对所有腧穴进行分析

7.R语言如何在生存分析与COX回归中计算IDI，NRI指标

8.R语言如何找到患者数据中具有差异的指标？（PLS—DA分析）

9.R语言中的生存分析Survival analysis晚期肺癌患者4例

▍关注我们 【大数据部落】第三方数据服务提供商,提供全面的统计分析与数据挖掘咨询服务,为客户定制个性化的数据解决方案与行业报告等。 ▍咨询链接：http://y0.cn/teradat ▍联系邮箱：[e-mail]

多维关联规则挖掘算法r语言能实现吗

参考技术A 一下自己学习关联规则经典算法Apriori的笔记。
1、概述
Apriori算法是用一种称为逐层搜索的迭代方法，从项集长度k=1开始，选出频繁的k=1项集，根据先验性质：频繁项集的子集一定是频繁的（逆否命题：非频繁项集的超集一定是非频繁的，通俗的说就是某件事发生的概率很低，比这件事发生条件更严苛的事情发生的概率会更低），筛选k=2项集中的频繁项集，以此迭代k=3...。每迭代一次都要完整的扫描一次数据库。
2、关联规则三度：
支持度：占比
置信度：条件概率
提升度：相关性
3、R语言示例代码如下：（小众语言的辛酸：选项里没有。。）
[plain] view plain copy
library(arules)
#从rattle包中读入数据
dvdtrans <- read.csv(system.file("csv", "dvdtrans.csv",package="rattle"))
str(dvdtrans)
#将数据转化为合适的格式
data <- as(split(dvdtrans$Item,dvdtrans$ID),"transactions")
data

#用 apriori命令生成频繁项集，设其支持度为0.5，置信度为0.8
rules <- apriori(data, parameter=list(support=0.5,confidence=0.8,minlen = 2))

#用inspect命令查看提取规则
inspect(rules)
常用数据形式有data.frame格式和list格式，前者即A项集为一列B项集为另一列，后者为A和B放在同一个购物篮中。

去除冗余规则以及提取子规则代码如下：

[plain] view plain copy
redundant.rm <- function(rule,by="lift")

#rule：需要进行简化的规则
#by：在清除的时候根据那个变量来选择，
#可能取值为"support","lift","confidence"
a <- sort(rule,by=by)
m<- is.subset(a,a,proper=TRUE)
m[lower.tri(m, diag=TRUE)] <- NA
r <- colSums(m, na.rm=TRUE) >= 1
finall.rules <- a[!r]
return(finall.rules)

rules <- redundant.rm(rules)
rules.sub <- subset(rules, subset = lhs %in% "筛选项集名称" & lift > 1)