1 数据准备
现有一份heart disease.xls数据，内含21个变量，分别是ID（序号）、sex（性别）、age（年龄）、profession（工作强度）、Marital Status（婚姻状况）、owncar（私家车）、emotion（情绪）、tiredness（疲劳度）、exercise（运动量）、diet（饮食习惯）、sitting-up（熬夜）、petting（是否养宠物）、drink（喝酒）、smoking（吸烟）、familiar medical history（家族病史）、fatness（肥胖程度）、hypertension（血压）、blood sugar（血糖）、blood fat（血脂）、diabetes（糖尿病）、coronary heart disease（冠心病）
2 变量分析
性别、年龄、工作强度等19个变量或直接或间接对冠心病的诱发产生影响，例如随着年龄的增大，人体器官随之衰老，身体状况下降也会加速心脏病的发作；工作强度高，精神压力大，休息不好明显增加心脏病的风险；精神压力大，情绪不好，抑郁焦虑等不安因素对人的心血管产生极大的影响，从而增大心脏病的风险；每天适当的运动量有助于增强血液循环，增强抵抗力，提高全身各脏器机能，远离疾病，减少患心脏病的风险；饮食与身体健康息息相关，长期高脂肪高热能饮食容易引发各类疾病，直接引发冠心病等。
3 任务要求
任务一：关联分析
对heartdisease.xls进行关联规则分析引发冠心病的关联因素。
任务二：聚类分析
对heartdisease.xls进行聚类分析，选择合适的聚类数，并选择一两个簇对其特征进行解释。
4 完成任务
4.1关联分析
对于任务一，我们选择关联模型下的Apriori算法，其中“冠心病”变量作为后项，19个影响因素变量作为前项，设置前项支持度阈值为10%，规则置信度阈值为81%，得到结果截图如下：
结果分析：
1） 经常喝酒抽烟的男性严重影响身体健康，最容易患冠心病，其规则支持度、规则置信度和提升度都是最高的（S=10.0%，C=91.7%）；
2） 经常抽烟且高血压、高血脂的男性较容易患冠心病，其规则置信度和提升度都为第二高（S=8.6%，C=86.4%）；
3） 经常抽烟偶尔喝酒但血脂较高的男性患冠心病的概率也挺高的（S=9.5%，C=84.0%）；
4） 抽烟、熬夜、血压血脂过高都会大大增加患心脏病的风险，特别是男性以及有家族病史的更要注意，每天保证适当的运动量，健康饮食，调整心态及作息习惯，戒烟戒酒，都是预防心脏病的有效方法。
5） 对于已经患有心脏病的人群，则要及时就医，一方面配合治疗，另一方面也要注意饮食，生活习惯，避免熬夜过度疲劳，适量的运动可以提高免疫力，强身健体，最重要的一点是不要喝酒不要抽烟，保持良好的心态，防止病情恶化。
4.2聚类分析
对于任务二，我们选择聚类模型下的K-Meas算法，聚类数为5，得到结果截图如下：
其中每个类占总数的比例（由大到小）分别为43.6%、17.7%、16.4%、12.3%、10 %，对分类字段的依赖性（重要性）依次由血压、冠心病、工作强度、疲劳度、情绪、抽烟、饮食习惯、熬夜、喝酒、血脂、家族病史、运动量、是否养宠物、性别、是否有私家车、血糖、肥胖程度、年龄、糖尿病、婚姻状况逐渐递减，重要性见下表：
5大聚类的各项具体因素见下表：
结果分析：
由表可知，聚类3绝大多数是不患心脏病，其生活习性是最健康的且各项指标均正常，而聚类4大多数患心脏病，其生活中有诸多不良行为，如经常抽烟，经常熬夜极度疲劳，压力大精神过于紧张，运动量极少，工作强度高以及生活饮食偏于油腻导致摄入过多热能脂肪影响健康，患心脏病的人群的心脏指标普遍偏高，如高血压、高血脂，这些都是诱发心脏病的重要因素，其次，有家族病史的也会增加患心脏病的风险。
5 浅谈收获
我国心脏病的患病率逐年增加，每年有几十万人死于心脏病。心脏病作为人类健康的头号杀手，全世界三分之一的人口死亡是由于心脏病引起的，所以日常生活中我们要注意饮食和生活习惯，饮食上要做到“三低”：低脂肪、低热能、低胆固醇，生活上要坚持每天适量运动、戒烟、适当喝酒、控制情绪、保证充足睡眠，防止各项心脏指标的升高，好的生活习性必定会回馈我们一个好的身体，从而避免心脏病的诱发。