Vereinsregeln
Apriori-Assoziationsregelanalyse der Lungenresektion.
Der Zweck der Analyse bestand darin, komorbide Symptome bei Patienten mit Lungenkrebs zu identifizieren, bei denen eine Lungenresektion erforderlich war. Zu wissen, welche Symptome komorbid sind, kann dazu beitragen, die Patientenversorgung und die Verschreibung von Medikamenten zu verbessern. Die Art der Analyse ist das Lernen von Assoziationsregeln, bei dem versucht wird, Erkenntnisse und verborgene Beziehungen in großen Datensätzen zu finden, indem Assoziationen oder häufige Itemsets zwischen Variablen untersucht werden (Han, Kamber, Pei, 2011). Ein Beispiel könnte sein, dass eine Person, die raucht (links, antezedens), oft von Symptomen wie Husten und Schwäche begleitet ist (rechts, Nachfolger).
Dieses Projekt beinhaltet die Untersuchung von Datensätzen mit R. Meine Analyse umfasste die Erstellung eines Apriori-Assoziationsregellernens, um zu verstehen, wie viele Variablen zusammen auftreten, was allein durch die Betrachtung eines Datensatzes schwierig zu bewerkstelligen ist.
Der vollständige Bericht ist in der Datei „Apriori Association Rules Assignment.pdf“ zu finden. Der Bericht zeigt eine vollständige Aufschlüsselung meiner Analyse, einschließlich Problemidentifizierung, Motivation, Datenexploration, Datenvorbereitung, Regeln, Ergebnisse und Interpretation. Enthält auch Tabellen und Visualisierungen.
Das R-Skript ist in der Datei „MHunfalvay_Assignment1.R“ enthalten. Anweisungen zur Verwendung des Programms sind als Kommentare in der R-Datei enthalten. Bitte lesen Sie nach dem Öffnen der Datei die Anweisungen sorgfältig durch, bevor Sie den Code ausführen, um sicherzustellen, dass das Programm ordnungsgemäß funktioniert.
Quellcode
# 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