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

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。

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

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]])

trans2 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  1.604743pect(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

 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