共计 2496 个字符，预计需要花费 7 分钟才能阅读完成。
原文链接：http://tecdat.cn/?p=997
最近咱们被客户要求撰写对于药物配伍的钻研报告，包含一些图形和统计输入。
方剂药效与剂量的关系中药不传之秘在于剂量中药配伍法则。拓端数据应用数据挖掘技术对海量的在线医院药物复方历史数据进行智能剖析，并从中找出药物配伍的法则
业务挑战
西医传承过程中，对于生理、病因病机以及疾病的体现和倒退法则，都容易记录在书上，也容易了解和传承。然而随着医药科技的不断进步, 新特药品的的品种的一直呈现, 给药物配伍又一次新挑战。同时，为了摸索低廉中药材是否有其余便宜替代品的问题，对药物的配伍法则和性味归经形容来掂量药物的类似度，依据类似度对药物进行聚类。
药物配伍查问解决方案设计
关联规定模型
联合机器学习办法、数据清理、集成、变换和规约等技术对中医药方中原始数据进行了规范化解决，并用关联规定模型对药物配伍关系进行开掘。
关联规定能够反映一个事物与其余事物之间的相互依存性和关联性应用关联规定开掘算法, 找到中药之间的高频组合以及强关联关系。
失去最罕用的药物配伍——对反对度和置信度进行排序
规定前项 规定后项 反对度 置信度 晋升度
{附子} => {桂枝} 0.1824324 0.7500000 2.413043[2]
{桂枝} => {附子} 0.1824324 0.5869565 2.413043[3]
{附子} => {白芍} 0.1689189 0.6944444 1.605903[4]
{白芍} => {附子} 0.1689189 0.3906250 1.605903[5]
{牛膝} => {杜仲} 0.1689189 0.6756757 1.754386[6]
{杜仲} => {牛膝} 0.1689189 0.4385965 1.754386[7]
{续断} => {独活} 0.1756757 0.7027027 2.418605[8]
{独活} => {续断} 0.1756757 0.6046512 2.418605[9]
{续断} => {杜仲} 0.1891892 0.7567568 1.964912[10]用网络图对罕用的药物配伍关系进行可视化
点击题目查阅往期内容
用 SPSS Modeler 的 Web 简单网络对所有腧穴进行关联规定剖析
左右滑动查看更多
01
02
03
04
聚类模型
更好的辨别不同品种的药物配伍关系——聚类
为了解决低廉中药材的便宜替代品问题，对药物的配伍法则和性味归经形容来掂量药物的类似度，依据类似度对药物进行聚类。通过理疗措施之间的相似性进行聚类，相当于医治计划空间上的粗粒化。
网络图对每个品种进行可视化
药物配伍查问零碎的实现
通过建设实用于临床的药物配伍查问零碎, 不便医务人员适时适时查问药物配伍及药品信息, 促成临床正当用药。
最初，随着政府、企业、科研机构加大对智慧医院精准医疗的资源投入，大数据将继续施展精准医疗倒退助推器作用，推动精准医疗产业倒退。
本文摘选 《 R 语言用关联规定和聚类模型开掘处方数据摸索药物配伍中的法则 》，点击“ 浏览原文”获取全文残缺材料。
点击题目查阅往期内容
用 SPSS Modeler 的 Web 简单网络对所有腧穴进行关联规定剖析
PYTHON 在线批发数据关联规定开掘 APRIORI 算法数据可视化
R 语言关联规定模型 (Apriori 算法) 开掘杂货店的交易数据与交互可视化
R 语言关联开掘实例（购物篮剖析）
python 关联规则学习：FP-Growth 算法对药品进行“菜篮子”剖析
基于 R 的 FP 树 fp growth 关联数据挖掘技术在煤矿隐患治理
python 关联规则学习：FP-Growth 算法对药品进行“菜篮子”剖析
通过 Python 中的 Apriori 算法进行关联规定开掘
Python 中的 Apriori 关联算法 - 市场购物篮剖析
R 语言用关联规定和聚类模型开掘处方数据摸索药物配伍中的法则
在 R 语言中轻松创立关联网络
python 主题建模可视化 LDA 和 T -SNE 交互式可视化
R 语言工夫序列数据指数平滑法分析交互式动静可视化
用 R 语言制作交互式图表和地图
如何用 r 语言制作交互可视化报告图表 K -means 和档次聚类分析癌细胞系微阵列数据和树状图可视化比拟
KMEANS 均值聚类和档次聚类：亚洲国家地区生存幸福品质异同可视化剖析和抉择最佳聚类数
PYTHON 实现谱聚类算法和扭转聚类簇数后果可视化比拟
无限混合模型聚类 FMM、狭义线性回归模型 GLM 混合利用剖析威士忌市场和钻研专利申请数据
R 语言多维数据档次聚类散点图矩阵、配对图、平行坐标图、树状图可视化城市宏观经济指标数据
r 语言无限正态混合模型 EM 算法的分层聚类、分类和密度估计及可视化
Python Monte Carlo K-Means 聚类实战钻研
R 语言 k -Shape 工夫序列聚类办法对股票价格工夫序列聚类
R 语言对用电负荷工夫序列数据进行 K -medoids 聚类建模和 GAM 回归
R 语言谱聚类、K-MEANS 聚类分析非线性环状数据比拟
R 语言实现 k -means 聚类优化的分层抽样 (Stratified Sampling) 剖析各市镇的人口
R 语言聚类有效性：确定最优聚类数剖析 IRIS 鸢尾花数据和可视化 Python、R 对小说进行文本开掘和档次聚类可视化剖析案例
R 语言 k -means 聚类、档次聚类、主成分（PCA）降维及可视化剖析鸢尾花 iris 数据集
R 语言无限混合模型 (FMM,finite mixture model)EM 算法聚类分析间歇泉喷发工夫
R 语言用温度对城市档次聚类、kmean 聚类、主成分剖析和 Voronoi 图可视化
R 语言 k -Shape 工夫序列聚类办法对股票价格工夫序列聚类
R 语言中的 SOM(自组织映射神经网络) 对 NBA 球员聚类分析
R 语言简单网络分析：聚类（社区检测）和可视化
R 语言中的划分聚类模型
基于模型的聚类和 R 语言中的高斯混合模型
r 语言聚类分析：k-means 和档次聚类
SAS 用 K -Means 聚类最优 k 值的选取和剖析
用 R 语言进行网站评论文本开掘聚类
基于 LDA 主题模型聚类的商品评论文本开掘
R 语言鸢尾花 iris 数据集的档次聚类分析
R 语言对用电负荷工夫序列数据进行 K -medoids 聚类建模和 GAM 回归
R 语言聚类算法的利用实例
