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

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))

建立apriori

plot(all_rules, method = "graph")


点击标题查阅往期内容

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

左右滑动查看更多

01

02

03

04

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。 

根据置信度和支持度筛选强关联规则

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

查看每个类别中的强关联规则

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。


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》。

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

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...相关推荐

  1. 数据分享|R语言关联规则挖掘apriori算法挖掘评估汽车性能数据

    全文链接:http://tecdat.cn/?p=32092 我们一般把一件事情发生,对另一件事情也会产生影响的关系叫做关联.而关联分析就是在大量数据中发现项集之间有趣的关联和相关联系(形如" ...

  2. R语言apriori算法进行关联规则挖掘(限制规则的左侧或者右侧的内容进行具体规则挖掘)、使用subset函数进一步筛选生成的规则去除左侧规则中的冗余信息、获取更独特的有新意的关联规则

    R语言apriori算法进行关联规则挖掘(限制规则的左侧或者右侧的内容进行具体规则挖掘).使用subset函数进一步筛选生成的规则去除左侧规则中的冗余信息.获取更独特的有新意的关联规则 目录

  3. R语言apriori算法进行关联规则挖掘(限制规则的左侧或者右侧的内容进行具体规则挖掘)、查看限制了规则的右侧之后挖掘到的规则(置信度排序,只查看左侧即可)

    R语言apriori算法进行关联规则挖掘(限制规则的左侧或者右侧的内容进行具体规则挖掘).查看限制了规则的右侧之后挖掘到的规则(置信度排序,只查看左侧即可) 目录

  4. R语言Apriori算法关联规则挖掘:使用interestMeasure函数评估挖掘到的规则(包括覆盖率(coverage)和FishersExactTest)、置信度最高的五条规则(top five

    R语言Apriori算法关联规则挖掘:使用interestMeasure函数评估挖掘到的规则(包括覆盖率(coverage)和FishersExactTest).置信度最高的五条规则(top five ...

  5. R 语言 基于关联规则与聚类分析的消费行为统计

    <金融数据挖掘案例分析> 课程设计报告 题 目: 基于关联规则与聚类分析的消费行为统计 学生姓名: 序号: 学生姓名: 序号: 学生姓名: 序号: 学生姓名: 序号: 指导教师: 信息工程 ...

  6. R语言实现关联规则与推荐算法(学习笔记)

    R语言实现关联规则 笔者前言:以前在网上遇到很多很好的关联规则的案例,最近看到一个更好的,于是便学习一下,写个学习笔记. 推荐算法中 物品-物品用关联规则: 人物-物品用协同过滤: 人-人用社会网络分 ...

  7. R语言如何得到一个正态总体均值u的区间估计?

    R语言如何得到一个正态总体均值u的区间估计? 目录 R语言如何得到一个正态总体均值u的区间估计? R语言是解决什么问题的? R语言如何得到一个正态总体均值u的区间估计? 安利一个R语言的优秀博主及其C ...

  8. R语言如何计算矩阵的列均值?

    R语言如何计算矩阵的列均值? 目录 R语言如何计算矩阵的列均值? R语言是解决什么问题的? R语言如何计算矩阵的列均值? R语言是解决什么问题的? R 是一个有着统计分析功能及强大作图功能的软件系统, ...

  9. R语言Apriori算法实现例子

    R语言Apriori算法实现例子 以西饼屋数据集为例进行分析 代码部分 第一部分 每行解读 setwd("-")#定位根目录 data.frame(table(Breakfast[ ...

  10. R语言层次聚类(hierarchical clustering):数据缩放、PCA聚类结果可视化、fpc包的clusterboot函数通过bootstrap重采样的方法评估hclust层次聚类的稳定性

    R语言层次聚类(hierarchical clustering):数据缩放.PCA聚类结果可视化.fpc包的clusterboot函数通过bootstrap重采样的方法评估hclust层次聚类的稳定性 ...

最新文章

  1. php vo,$vo.id php
  2. PyTorch教程(九):损失函数与Loss的梯度
  3. 字符串科技:Palindrome Series
  4. Apache ECharts顺利毕业,成为ASF顶级项目
  5. java synchronized 关键字(1)对象监视器为Object
  6. 如何解读Nginx源码
  7. 怎么计算机械需要的电机,步进电机力矩的怎么计算?
  8. 系统分析师报名时间及入口
  9. 2020年低压电工模拟考试题及低压电工实操考试视频
  10. 用计算机将复数转换成角度,计算机复数计算
  11. Excel数据分析和建模
  12. 学校计算机ip设置路由器,路由器怎么设置ip 如何设置路由器ip地址【详细步骤】...
  13. 读史可以使人明智,鉴以往可以知未来
  14. 免费4s店汽车保养维修记录查询的方式
  15. 我的健康我做主”芋头有奇特功效-抗…
  16. facenet无法检测到的三张人脸照片
  17. Unity3d制作2D游戏飞翔的小鸟(FlappyBird)
  18. HTML5+CSS大作业——蓝色的异清轩个人博客(6页) 个人博客模板源码异清轩博客
  19. 【数据结构】共享栈详解 判断共享栈满条件栈顶指针变化详解记忆方法例题
  20. 重启计算机按哪几个键,电脑键盘哪个键是重启键?

热门文章

  1. 基于canvas使用粒子拼出你想要的文字
  2. 《白帽子讲WEB安全》学习笔记之第17章 安全开发流程(SDL)
  3. 认识交换机、交换机组网、基本配置--网络运维基础
  4. 安徽职评英语计算机免试条件,安徽 高级经济师 计算机免考条件
  5. 举个栗子!Tableau技巧(29):如何在同一视图中切换不同图表
  6. 相亲旅游必备——决策树简单代码(numpy和sklearn)实现示例
  7. 一条热毛巾的10个神奇功效
  8. 禹州机器人_2020禹州车小秘平衡车维修店纳恩博九号机器人
  9. sql 内置函数参考大全范例
  10. 题解(657.div2)