关于数据挖掘:R语言Apriori关联规则Kmeans均值聚类数据挖掘中药专利复方治疗用药规律网络可视化

9次阅读

共计 1435 个字符,预计需要花费 4 分钟才能阅读完成。

全文链接:http://tecdat.cn/?p=30605

原文出处:拓端数据部落公众号

利用关联规定、聚类办法等数据挖掘技术剖析医治抑郁症的中药专利复方组方配伍法则。办法检索医治抑郁症中药专利复方,排除外用中药及中西药物合用的复方。最近咱们被要求撰写对于用药法则的钻研报告,包含一些图形和统计输入。对入选的中药专利复方进行术语规范化等解决,抽取信息、建设表,利用数据分析软件 R 对数据进行关联规定剖析,利用网络分析软件进行聚类分析。

查看数据

转换成二值矩阵数据

colnames(data) <- paste0("X",1:ncol(data))

for(i in 1:nrow(data)) {tmp <- integer(length(total_types))

建设 apriori

plot(all_rules, method = "graph")

中药专利复方中药对的关联规定剖析

药对是方剂配伍的根本模式,它反映了中药之间相辅相成、相辅相成、同类相从等配伍关系。药对中的中药在组方配伍时具备在处方中同时呈现的特点,因而在关联规定剖析中,剖析置信度较大且双向关联的规定即可失去药对。

依据置信度和反对度筛选强关联规定

K-means 均值网络聚类分析

抑郁症中药专利复方中药物之间造成了一个简单的配伍关系网络,关联规定剖析能够用来发现其中的药对及强关联规定,但随着反对度和置信度阈值参数的升高,关联规定大量涌现,使得其中的配伍法则变得难以剖析,利用网络聚类办法能够无效地发现其中的配伍法则。

# 聚类类别号
kmod$cluster

查看每个类别中的强关联规定

聚类 1

聚类 2

配伍关系网络的聚类分析结果显示了抑郁症医治中罕用的中药“社团”,反映了复方中一些配伍关系绝对亲密、固定的中药联结,临床使用能够进步疗效。


最受欢迎的见解

1.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言分布式滞后非线性模型(DLNM)空气污染钻研温度对死亡率影响建模

2.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言散布滞后线性和非线性模型(DLNM)剖析空气污染(臭氧)、温度对死亡率工夫序列数据

3.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言群组变量抉择、组惩办 GROUP LASSO 套索模型预测剖析新生儿出世体重危险因素数据和穿插验证、可视化

4.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言逻辑回归、随机森林、SVM 反对向量机预测 FRAMINGHAM 心脏病危险和模型诊断可视化

5.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言非线性混合效应 NLME 模型 (固定效应 & 随机效应) 反抗哮喘药物茶碱动力学钻研

6.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言应用限度均匀生存工夫 RMST 比拟两条生存曲线剖析肝硬化患者

7.[](http://tecdat.cn/r-%e8%af%ad%…)分类回归决策树交互式修剪和更好看地可视化剖析细胞图像宰割数据集

8.[](http://tecdat.cn/r%e8%af%ad%e…)PYTHON 深度学习实现自编码器 AUTOENCODER 神经网络异样检测心电图 ECG 工夫序列

9.[](http://tecdat.cn/r%e8%af%ad%e…)R 语言如何在生存剖析与 Cox 回归中计算 IDI,NRI 指标

正文完
 0