R語言APRIORI關聯規則、K-MEANS均值聚類分析中藥專利復方治療用藥|附代碼數據

2023-03-27     tecdat拓端

原標題:R語言APRIORI關聯規則、K-MEANS均值聚類分析中藥專利復方治療用藥|附代碼數據

全文連結:http://tecdat.cn/?p=30605

最近我們被客戶要求撰寫關於中藥專利復方治療的研究報告,包括一些圖形和統計輸出。

應用關聯規則、聚類方法等數據挖掘技術分析治療的中藥專利復方組方配伍規律

方法檢索治療中藥專利復方,排除外用中藥及中西藥物合用的復方。最近我們被要求撰寫關於用藥規律的研究報告,包括一些圖形和統計輸出。對入選的中藥專利復方進行術語規範化等處理,抽取信息、建立表,應用數據分析軟體R對數據進行關聯規則分析,應用網絡分析軟體進行聚類分析。

查看數據

轉換成二值矩陣數據

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")

點擊標題查閱往期內容

R語言用關聯規則和聚類模型挖掘處方數據探索藥物配伍中的規律

左右滑動查看更多

01

02

03

04

中藥專利復方中藥對的關聯規則分析

藥對是方劑配伍的基本形式,它反映了中藥之間相輔相成、相反相成、同類相從等配伍關係。藥對中的中藥在組方配伍時具有在處方中同時出現的特點,因此在關聯規則分析中,分析置信度較大且雙向關聯的規則即可得到藥對。

根據置信度和支持度篩選強關聯規則

K-means均值網絡聚類分析

抑鬱症中藥專利復方中藥物之間形成了一個複雜的配伍關係網絡,關聯規則分析可以用來發現其中的藥對及強關聯規則,但隨著支持度和置信度閾值參數的降低,關聯規則大量湧現,使得其中的配伍規律變得難以分析,應用網絡聚類方法可以有效地發現其中的配伍規律。

#聚類類別號

kmod$cluster

查看每個類別中的強關聯規則

聚類1

聚類2

配伍關係網絡的聚類分析結果顯示了抑鬱症治療中常用的中藥「社團」,反映了復方中一些配伍關係相對密切、固定的中藥聯合,臨床運用可以提高療效。

點擊文末 「閱讀原文」

獲取全文完整代碼數據資料。

本文選自《R語言APRIORI關聯規則、K-MEANS均值聚類數據挖掘中藥專利復方治療用藥規律網絡可視化》。

點擊標題查閱往期內容

非線性混合效應 NLME模型對抗哮喘藥物茶鹼動力學研究

Python面板時間序列數據預測:格蘭傑因果關係檢驗Granger causality test藥品銷售實例與可視化

R語言用關聯規則和聚類模型挖掘處方數據探索藥物配伍中的規律

用SPSS Modeler的Web複雜網絡對所有腧穴進行關聯規則分析

PYTHON在線零售數據關聯規則挖掘APRIORI算法數據可視化

R語言關聯規則模型(Apriori算法)挖掘雜貨店的交易數據與交互可視化

R語言關聯挖掘實例(購物籃分析)

python關聯規則學習:FP-Growth算法對藥品進行「菜籃子」分析

基於R的FP樹fp growth 關聯數據挖掘技術在煤礦隱患管理

python關聯規則學習:FP-Growth算法對藥品進行「菜籃子」分析

通過Python中的Apriori算法進行關聯規則挖掘

Python中的Apriori關聯算法-市場購物籃分析

R語言用關聯規則和聚類模型挖掘處方數據探索藥物配伍中的規律

在R語言中輕鬆創建關聯網絡

python主題建模可視化LDA和T-SNE交互式可視化

R語言時間序列數據指數平滑法分析交互式動態可視化

用R語言製作交互式圖表和地圖

如何用r語言製作交互可視化報告圖表K-means和層次聚類分析癌細胞系微陣列數據和樹狀圖可視化比較

KMEANS均值聚類和層次聚類:亞洲國家地區生活幸福質量異同可視化分析和選擇最佳聚類數

PYTHON實現譜聚類算法和改變聚類簇數結果可視化比較

有限混合模型聚類FMM、廣義線性回歸模型GLM混合應用分析威士忌市場和研究專利申請數據

R語言多維數據層次聚類散點圖矩陣、配對圖、平行坐標圖、樹狀圖可視化城市宏觀經濟指標數據

r語言有限正態混合模型EM算法的分層聚類、分類和密度估計及可視化

Python Monte Carlo K-Means聚類實戰研究

R語言k-Shape時間序列聚類方法對股票價格時間序列聚類

R語言對用電負荷時間序列數據進行K-medoids聚類建模和GAM回歸

R語言譜聚類、K-MEANS聚類分析非線性環狀數據比較

R語言實現k-means聚類優化的分層抽樣(Stratified Sampling)分析各市鎮的人口

R語言聚類有效性:確定最優聚類數分析IRIS鳶尾花數據和可視化Python、R對小說進行文本挖掘和層次聚類可視化分析案例

R語言k-means聚類、層次聚類、主成分(PCA)降維及可視化分析鳶尾花iris數據集

R語言有限混合模型(FMM,finite mixture model)EM算法聚類分析間歇泉噴發時間

R語言用溫度對城市層次聚類、kmean聚類、主成分分析和Voronoi圖可視化

R語言k-Shape時間序列聚類方法對股票價格時間序列聚類

R語言中的SOM(自組織映射神經網絡)對NBA球員聚類分析

R語言複雜網絡分析:聚類(社區檢測)和可視化

R語言中的劃分聚類模型

基於模型的聚類和R語言中的高斯混合模型

r語言聚類分析:k-means和層次聚類

SAS用K-Means 聚類最優k值的選取和分析

用R語言進行網站評論文本挖掘聚類

基於LDA主題模型聚類的商品評論文本挖掘

R語言鳶尾花iris數據集的層次聚類分析

R語言對用電負荷時間序列數據進行K-medoids聚類建模和GAM回歸

R語言聚類算法的應用實例

文章來源: https://twgreatdaily.com/zh-cn/a65bac30fc117011d58dd615279fbad6.html