关联分析U聚类分析探讨心脏病的诱发

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