时间:2024-03-05 22:34:05 阅读:102
bilibili:文章对应的讲解视频在此。熊大学习社 https://space.bilibili.com/475774512
Gitee开源:https://gitee.com/shenghuaxiong/ioter
CSDN玩转物联网专栏文章:https://blog.csdn.net/shx13141/category_11669532.html
微信公众号:熊大学习社
课程资料包括医学数据挖掘代码(基于python的相关性分析、关联规则、Kmeans和Spectral Clustering聚类算法及绘图)、R语言关联分析与绘图代码、复现论文、讲义。关注公众号“熊大学习社”,回复“g221211”,可获得资料链接。谢谢您的支持,我们坚持学以致用、高效学习、质量服务,做好有质量的分享。
另外,我们提供专业的SCI论文指导,服务合作请加vx:learning-daxiong
论文1:基于 Python 语言探析中药治疗卒中后认知障碍的用药规律
期刊:中草药
论文2:基于数据挖掘和网络药理学探讨糖尿病合并缺血性脑卒中的用药规律及药物作用机制
期刊:中医药导报
安装python和jupyter notebook的参考方法,在B站搜索即可,如下。`
【一劳永逸安装和配置python3.7.2(新手必读)】 https://www.bilibili.com/video/BV18b411q7WN/?share_source=copy_web&vd_source=ffe42a784613eb42f19e6b01511f4cd8
【python数据分析神器Jupyter notebook快速入门】 https://www.bilibili.com/video/BV1Q4411H7fJ/?share_source=copy_web&vd_source=ffe42a784613eb42f19e6b01511f4cd8
复现的主要内容:
数据准备
(1)刚收集数据是这样的:
(2)One-hot独热编码后是这样的:
相关性分析与绘图
效果1:
效果2:
关联规则简介
支持度,support
置信度,confidence
提升度,lift
CSDN文章:数据挖掘之关联规则(Apriori算法)
https://blog.csdn.net/zhaomengszu/article/details/113849962
关联规则实现
(1)显示支持度、置信度、提升度等。
(2)也可以这样。显示出现的次数。
结果绘图
(1)python
(2)R语言
(3)数据导出,用cytoscape绘制。
kmeans算法
Calinski-Harabasz(CH指标)值越大表示聚类效果越好,轮廓系数越接近于1越好。
spectral clustering算法
层次聚类树状图
(1)和其他研究方法结合。比如一篇论文中用到的网络药理学,这在之前的课程中已经做过复现。大家可以参考学习。
(2)python和R的程序语言,有必要掌握。掌握之后,数据分析和处理其实挺简单。
(3)分享基本告一阶段,年底事情多。希望能得到大家的一点指点。下一步应该往哪个方向去努力。我很想继续做复现课程,但不知道能坚持到什么时候。更希望抛砖引玉,大家发现好的资源,然后也分享出来。欢迎加入我们的队伍,加vx:learning-daxiong。
课程资料包括医学数据挖掘代码(基于python的相关性分析、关联规则、Kmeans和Spectral Clustering聚类算法及绘图)、R语言关联分析与绘图代码、复现论文、讲义。关注公众号“熊大学习社”,回复“g221211”,可获得资料链接。谢谢您的支持,我们坚持学以致用、高效学习、质量服务,做好有质量的分享。
在 给