首页 > 文献资料
-
基于贝叶斯方法对乳腺癌进行计算机辅助预测
选取699例疑似患上乳腺癌的细胞样本特性的数据集,每个数据样本都由11个属性字段所构成,选取9个细针吸取细胞学指标为学习字段,并且将数据集随机分为测试集和训练集,然后从训练集中学习得到贝叶斯模型,而从测试集的检验中获取了很高的准确率,因此贝叶斯方法是一种可行的计算机预测技术.
关键词： 贝叶斯 乳腺癌 Clementine -
基于关联规则的痹证方剂用药规律研究
目的:分析治疗痹证方剂的处方用药及配伍规律,为临床治疗痹证提供参考.方法:筛选《中医方剂大辞典》收录的治疗痹证的方剂,利用SPSS Clementine软件,采用软件内置的Apriori算法对筛选方剂进行处方分析.结果:共筛选1311首痹证方剂,涉及中药672味.对其中使用频率大于100次的42味中药进行关联规则分析,显示常用药对配伍组合为没药、乳香,赤芍、当归和杜仲、牛膝等;常用三味药物组合为牛膝、川芎、当归,肉桂、川芎、当归和羌活、川芎、当归等.结论:通过关联规则等数据挖掘方法对痹证方剂进行挖掘,可以得到痹证治疗的一些常用药物组合以及发现一些新的药物组合,对于开拓痹证临床组方用药思路,提高痹证临床治疗水平和效果具有一定参考意义.
关键词： 数据挖掘 Clementine Apriori算法 痹证 -
巧用Clementine简化数据处理
用著名的数据挖掘工具Clementine处理数据有些大材小用,但它的确比Excel更易用、更高效,处理数据时不需要翻看复杂的编程手册、在Excel表中拉滚动条、选择各种函数等.以国家科技文献中心(NSTL)签到数据上传处理为研究实例,涉及数据查重、规范、筛选、映射、比对、频次统计等各种常见任务,介绍了如何根据不同处理需求定制相应Clementine数据流和Clementine工具在海量数据处理中的优势.
关键词： Clementine 数据处理 映射 比对 -
基于SPSS Clementine的关联规则分析在中医药数据挖掘中的应用优势和局限
Clementine是数据挖掘的常用工具之一,在如今中医学领域数据挖掘方面也运用相当广泛,其中它的关联规则分析也是应用多的挖掘方法之一.本文综述了目前SPSS Clementine关联规则分析方法在中医药研究中运用的概况,主要是对名老中医经验传承、中医病机、症状与中药、医案研究和针灸处方研究等方面的关联规律挖掘,并简要概括了关联规则在中医药研究中存在的诸多不足.在今后运用过程中,不仅仅局限于现有的方面,可以多角度、更深入地有效挖掘更多有用的知识,以期更好指导临床.
关键词： 数据挖掘 Clementine 关联分析 中医药 -
Web日志预处理的Clementine方案
利用Clementine完成Web日志预处理数据流的初步构建,实现了数据清洗、用户识别、会话识别、路径补充4大过程,同时具备日志合并、数据审核、规范编码、外部信息关联等辅助功能.实验研究表明,利用Clementine对Web日志进行预处理是完全可行的,这为在该平台上进一步完成挖掘工作奠定了基础,从一定程度上解决了Web日志挖掘与预处理交由不同工具处理的困境,提高了Web日志挖掘的自动化程度.
关键词： Clementine Web日志预处理 数据流
