1.目的
借助患者病理信息,挖掘患者的症状与中医证型之间的关联关系,对治疗提供依据,挖掘潜在证素
2.挖掘方法与过程
采用关联规则算法,挖掘各中医证素与乳腺癌分期之间的关系
步骤:
- 问卷采集数据,形成原始数据
- 数据预处理(数据清洗、属性规约、数据交换)
- 对数据采用关联规则算法,训练得到关系模型
- 结果分析,应用实际
3.数据预处理
(1)数据清洗:对数据进行有效性检查,整理成为原始数据
(2)属性规约:将数据的73个属性取其重要属性,最终的属性为:
6种证型得分、分期的属性值
(3)数据变换:
1)属性构造:采用证型系数代替具体单证型的证素得分,
证型系数=该证型得分/该证型总分
2)数据离散化:由于Apriori关联规则无法处理连续型数值变量,需要将原始数据离散化,将每个属性聚成4类。
'''
聚类离散化
'''
from __future__ import print_function#导入系统输出函数
import pandas as pd #数据分析包
from sklearn.cluster import KMeans#K均值聚类算法
#1.初始化操作
datafile = "E:/MachineLearning-data/Medicine_03/data.xls"#原始数据
processedfile = "E:/MachineLearning-data/Medicine_03/processed.xls"#离散化数据
#对产生的数据类进行命名
typelabel = {
u"肝气郁结证型系数":'A',u"热毒蕴结证型系数":"B",u"冲任失调证型系数":"C",
u"气血两虚证型系数":"D",u"脾胃虚弱证型系数":"E","肝肾阴虚证型系数":"F"}
k = 4 #聚类类别数
#2.读取数据
data = pd.read_excel(datafile)#读取Excel表格数据
keys = list(typelabel.keys())#将类别标签作为键名称
result = pd.DataFrame()#数据框
#3.数据聚类
#判断该模块是否为主模块
if __name__ == "__main__":
#i取值0-4
for i in range(len(keys)):
print(