中医科研中几种常用数据挖掘方法浅析.PDFVIP

2008 年第 36 卷第 2 期 中　　医 　　药 　　学 　　报 　　　　　　　　　 Vol36 ,No2 ,2008 Acta Chinese Medicine and Pharmacology ·29 · 思路与方法 中医科研中几种常用数据挖掘方法浅析 1 2 2 2 李志更 ,王天芳 ,任婕 ,杜彩凤 ( 1. 中国中医科学院中医基础理论研究所 ,北京 100700 ; 2 . 北京中医药大学中医诊断系 ,北京 100029) 摘 　要 :本文主要是对中医药科研中几种常用的数据挖掘方法进行了归纳和分析 ,在中医的科研中 ,无 论是临床 、实验和文献的研究中都可能遇到需要进行数据分析的情况 ,初级的分析方法已很难再适应科 学发展的需要 ,掌握好数据挖掘的思路和方法 ,对中医科研的进步应该是大有裨益 。 关键词 : 中医科研 ;数据挖掘 ( ) 中图分类号 :R2 - 03 　　　文献标识码 :A 　　　文章编号 :1002 - 2392 2008 02 - 0029 - 03 　　中医药的研究中常常运用一些数理统计方法来对 聚类分析作为一种“无监督”的探索性多元统计方 科研结果进行探讨以使数据分析的结果更具客观性 。 法 ,可以对资料进行 自然分类 。但 由于中医证候的复 多元的统计分析方法主要用来探讨高维数据的内在规 杂性 ,聚类分析在解决中医问题时开始显示出了其方 律 ,如研究多元变量间的相互关系 、数据结构和数据简 法的局限性 。首先 ,聚类的多结果性 。变量究竟被聚 化等 。这些方法在实际运用中各有自已的特色和适用 为几类要取决于研究者的选择或决定 ,此分析方法无 条件 ,不同研究目的和不同变量类型往往需要不同的 法根据数据内部特点自主地确定分为几类 ,研究者要 方法 ,只有正确地运用这些先进的方法 ,才能得到准确 依据其学科知识和经验来确定聚到哪一类为最佳 ,这 的结果 。在一定程度上这种学科的交叉已对中医学的 就增添了很大的主观性 ; 多结果性还体现在选择不同 发展起了相当的推动和促进作用 ,现将一些数理统计 的类间距离和变量间距离的定义方法 ,其结果就会大 方法在中医药中的运用进行浅析 。 有不同 ,这就往往需要进行多次尝试 ,反复分析 ,才能 1 　聚类分析 找到最适合所研究数据的方法 。其次 ,聚类的单分配 聚类分析是一种探索性的统计分析方法 ,是在没 问题 。变量一旦被聚到某一类时 ,就不能再被聚到其 有先验知识的情况下对数据资料进行分类 ,其实质就 它类 。特别是在研究症状的聚类问题时 , 中医的一个 是按照资料的内在相似或相关程度将数据分为若干个 症状可表现在不同的证候中 , 即一个症状要能被聚到 类别 , 以使得类别内数据的“差异”尽可能小 ,类别间 不同的类中 ,但聚类分析只能将一个症状归入某一个 “差异”尽可能大 。可分为层次聚类法和非层次聚类 类别里面 。 法 。也可按分类 目的分为 R 型聚类和 Q 型聚类 。聚