市场篮子分析图表解读求助：DRG代码关联关系分析

背景说明 #

刚接触市场篮子分析，已完成基于唯一DRG代码的关联规则图表绘制，但无法解读该图表，核心需求是找出哪些DRG代码最易与其他代码关联。

绘制代码 #

library(ggplot2)
plot(subrules2, method = "graph", 
  control = list(
    edges = ggraph::geom_edge_link(
      end_cap = ggraph::circle(4, "mm"),
      start_cap = ggraph::circle(4, "mm"),
      color = "black",
      arrow = arrow(length = unit(2, "mm"), angle = 20, type = "closed"),
      alpha = .2
    ),
    nodes = ggraph::geom_node_point(aes_string(size = "support", color = "lift")),
    nodetext = ggraph::geom_node_label(aes_string(label = "label"), alpha = .8, repel = TRUE)
  ),
  limit = 10
  ) + 
  scale_color_gradient(low = "yellow", high = "red") + 
  scale_size(range = c(2, 10)) 

DRG关联规则可视化图 #

图表核心解读 #

1. 节点（DRG代码）的指标含义 #

• 节点大小：对应support（支持度）。节点越大，该DRG在所有病例中出现的频率越高，是样本中的常见DRG。
• 节点颜色：对应lift（提升度）。颜色越红，代表该DRG与其他DRG的关联强度越高——即该DRG出现时，关联的其他DRG出现概率远高于随机情况；黄色则关联强度较弱。

2. 连线（关联关系）的含义 #

• 带箭头的连线表示关联规则的方向（如A→B，代表出现A时，B大概率同时出现），箭头起点是“前因DRG”，箭头指向是“结果DRG”。
• 连线存在即说明两个DRG存在统计上的关联关系。

3. 识别最易关联的DRG代码 #

要找出最易与其他代码关联的DRG，重点看两个维度：

• 连线数量：连线越多，说明该DRG与其他DRG的关联规则越多，关联的DRG种类越多。
• 节点属性结合：如果某个DRG节点尺寸大（本身出现频率高）、颜色偏红（关联强度高），同时连线多，那它就是核心关联DRG——既常见，又容易和其他DRG共同出现。

比如图表中的871节点，连线多、尺寸大且颜色偏红，说明它不仅自身出现频率高，还和392、292等多个DRG存在强关联，是典型的高关联DRG。

内容的提问来源于stack exchange，提问作者Anonymous