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。

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