当前位置: 首页 > news >正文

R语言APRIORI关联规则、K-MEANS均值聚类分析中药专利复方治疗用药规律网络可视化...

全文链接:http://tecdat.cn/?p=30605

应用关联规则、聚类方法等数据挖掘技术分析治疗的中药专利复方组方配伍规律点击文末“阅读原文”获取完整代码数据)。

方法检索治疗中药专利复方,排除外用中药及中西药物合用的复方。最近我们被要求撰写关于用药规律的研究报告,包括一些图形和统计输出。对入选的中药专利复方进行术语规范化等处理,抽取信息、建立表,应用数据分析软件R对数据进行关联规则分析,应用网络分析软件进行聚类分析。

相关视频

查看数据

6f545ab02e4bcf8c8666d08b51d5a345.png

转换成二值矩阵数据

colnames(data) <- paste0("X",1:ncol(data))database <- NULL
for(i in 1:nrow(data)) {tmp <- integer(length(total_types))

73b93ceb53a38678ecc115b310cf8836.png

建立apriori

plot(all_rules, method = "graph")

ec91fbcfd4d4363900f376da1bfb619a.png


点击标题查阅往期内容

f5805bd567f5631f27f8067e4781fae3.jpeg

R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律

outside_default.png

左右滑动查看更多

outside_default.png

01

ff95e2b5d7799a055330f382e1747f33.png

02

5fc0f4b4f8b9f6277ac32fea1745bee3.png

03

e07414bd66d2606ac5f5dcfa7c07bc25.png

04

8c98f2acf76c4f7169db066c54b422ce.png

中药专利复方中药对的关联规则分析

药对是方剂配伍的基本形式,它反映了中药之间相辅相成、相反相成、同类相从等配伍关系。药对中的中药在组方配伍时具有在处方中同时出现的特点,因此在关联规则分析中,分析置信度较大且双向关联的规则即可得到药对。 7f8e6368fefb8caf7ac7a8af0dd1d077.png

根据置信度和支持度筛选强关联规则

21f7b7d7e6e176c6ed49c0fc5e1718bb.png

K-means均值网络聚类分析

抑郁症中药专利复方中药物之间形成了一个复杂的配伍关系网络,关联规则分析可以用来发现其中的药对及强关联规则,但随着支持度和置信度阈值参数的降低,关联规则大量涌现,使得其中的配伍规律变得难以分析,应用网络聚类方法可以有效地发现其中的配伍规律。

#聚类类别号
kmod$cluster

dfe3e655d1b5d9ab5876dfc5c6cb2310.png

查看每个类别中的强关联规则

d8aa97df0647215cbb34d67d99ce1ae7.png

聚类1

baec3ee0c824709348e9eda6e0591c72.png

聚类2

2d7336f247aad4f6211897f8c45855e2.png

配伍关系网络的聚类分析结果显示了抑郁症治疗中常用的中药“社团”,反映了复方中一些配伍关系相对密切、固定的中药联合,临床运用可以提高疗效。


95353e53dd46bedf03b897fbce7d5984.jpeg

点击文末“阅读原文”

获取全文完整代码数据资料。

本文选自《R语言APRIORI关联规则、K-MEANS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》。

outside_default.png

outside_default.png

点击标题查阅往期内容

非线性混合效应 NLME模型对抗哮喘药物茶碱动力学研究

Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化

R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律

用SPSS Modeler的Web复杂网络对所有腧穴进行关联规则分析

PYTHON在线零售数据关联规则挖掘APRIORI算法数据可视化

R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化

R语言关联挖掘实例(购物篮分析)

python关联规则学习:FP-Growth算法对药品进行“菜篮子”分析

基于R的FP树fp growth 关联数据挖掘技术在煤矿隐患管理

python关联规则学习:FP-Growth算法对药品进行“菜篮子”分析

通过Python中的Apriori算法进行关联规则挖掘

Python中的Apriori关联算法-市场购物篮分析

R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律

在R语言中轻松创建关联网络

python主题建模可视化LDA和T-SNE交互式可视化

R语言时间序列数据指数平滑法分析交互式动态可视化

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和层次聚类分析癌细胞系微阵列数据和树状图可视化比较

KMEANS均值聚类和层次聚类:亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数

PYTHON实现谱聚类算法和改变聚类簇数结果可视化比较

有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请数据

R语言多维数据层次聚类散点图矩阵、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语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化

Python Monte Carlo K-Means聚类实战研究

R语言k-Shape时间序列聚类方法对股票价格时间序列聚类

R语言对用电负荷时间序列数据进行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较

R语言实现k-means聚类优化的分层抽样(Stratified Sampling)分析各市镇的人口

R语言聚类有效性:确定最优聚类数分析IRIS鸢尾花数据和可视化

Python、R对小说进行文本挖掘和层次聚类可视化分析案例

R语言k-means聚类、层次聚类、主成分(PCA)降维及可视化分析鸢尾花iris数据集

R语言有限混合模型(FMM,finite mixture model)EM算法聚类分析间歇泉喷发时间

R语言用温度对城市层次聚类、kmean聚类、主成分分析和Voronoi图可视化

R语言k-Shape时间序列聚类方法对股票价格时间序列聚类

R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析

R语言复杂网络分析: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和层次聚类

SAS用K-Means 聚类最优k值的选取和分析

用R语言进行网站评论文本挖掘聚类

基于LDA主题模型聚类的商品评论文本挖掘

R语言鸢尾花iris数据集的层次聚类分析

R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归

R语言聚类算法的应用实例

outside_default.png

outside_default.png

outside_default.png

http://www.lryc.cn/news/150332.html

相关文章:

  • 3. MySql 5.7安装方式
  • Flink 如何定位反压节点?
  • LeetCode-1005-K次取反后最大化的数组和-贪心算法
  • Linux内核源码分析 (5)多处理器调度
  • 华为云云服务器评测|华为云云耀云服务器L实例使用教学
  • 这个在线网站让你三分钟制作出一份精美简历
  • Sql 函数传递参数 字符串拼接
  • java八股文面试[多线程]——两个线程交替打印1-100之间的数字
  • gRPC之gRPC认证
  • 简易虚拟培训系统-UI控件的应用3
  • 语言模型(language model)
  • 【3.Vue子组件调用父组件方法】
  • 算法系列-876-求链表的中间节点
  • h5 ws 客户端 监听ws服务器广播的信息
  • 网络基础之重中之重
  • HarmonyOS应用开发者-----基础认证试题及答案
  • C++:string并非以0作为结束符,c_str和data的返回却包含结束符0
  • ChatGPT插件的优缺点
  • 北京985学校,交叉学科考英一数三408
  • ChatGPT 总结前端HTML, JS, Echarts都包含哪些内容
  • 企业架构LNMP学习笔记1
  • 【位运算】leetcode371:两整数之和
  • 【爬虫小知识】如何利用爬虫爬网页——python爬虫
  • 什么是跨域问题 ?Spring MVC 如何解决跨域问题 ?Spring Boot 如何解决跨域问题 ?
  • 线性代数的学习和整理17:向量空间的基,自然基,基变换等(未完成)
  • Java中支持分库分表的框架/组件/中间件简介
  • 7.2 项目2 学生通讯录管理:文本文件增删改查(C 版本)(自顶向下设计+断点调试) (A)
  • excel怎么设置任意选一个单元格纵横竖横都有颜色
  • 期货-股票交易规则
  • Makefile一些语法