利用关联规则挖掘中医证素与恶性肿瘤的关系

目标：
借助病理信息，挖掘各中医证素与乳腺癌TNM分期之间的关系

思路与流程：
目的是为了挖掘各中医证素与乳腺癌TNM分期之间的关系，故采用关联规则模型
确定模型之后，需要整理患者的各中医证素与乳腺癌TNM分期数据。需要对数据进行预处理，包括数据清洗，属性规约，数据变换等，以适应挖掘的需要

获取数据 - 数据预处理 - 构建模型

---

一、获取数据

中医证素：’肝气郁结证型系数’、’热毒蕴结证型系数’、’冲任失调证型系数’、’气血两虚证型系数’、’脾胃虚弱证型系数’、’肝肾阴虚证型系数’
乳腺癌TNM分期：H1:I 、H2:II 、H3:III 、H4:IV 。I 期较轻，IV 较重

数据集的大小为 (930行, 7列)，没有空值

二、数据预处理

上一步我们发现数据已经非常干净了，这里数据预处理主要工作是对各属性进行离散化处理，将每个属性聚成4类。这样做是为了适应算法的需要，因为关联规则算法无法处理连续型数据

将每个属性聚成4类的关键是找到合适的划分的点。划分点是这样确定的：先通过聚类算法找到各属性的聚类中心，取相邻聚类中心的平均值

肝气郁结证型系数的范围及对应标签：

代码如下：

def f(x):
    from sklearn.cluster import KMeans
    model = KMeans(n_clusters=4, n_jobs=4)
    mo