中医中药数据挖掘——频率，剂量分析，关联规则，聚类，因子及复杂网络分析

新型肺炎来势汹汹，让人措手不及。中医在这场疫情中大放异彩，迎来了又一个春天。学中医的小伙伴会越来越多，数据挖掘由于不用做实验，甚至只要查阅文献就能做出一篇硕士或博士论文，而且由于内容极其丰富，根本不用担心论文字数不够，越来越受到喜爱，本文就我多年分析经验，大概来梳理一下这类文章的一个过程及套路，希望大家杜能顺利毕业！同时文中给了数据整理的格式，供大家参考！

一般来说，这类文章包括了：用药频率分析、用药剂量分析、药物的性味归经和功效分析、关联规则分析、聚类分析、因子分析以及复杂网络分析。通常，一篇硕士论文这些内容已经足够了。假如时博士论文，建议再加个网络药理学分析，以及分子对接，有条件的同学还可以加个GEO数据挖掘加以验证。

1、药频率分析

用药频率分析是最基本的分析，一般来说需要算出每个药物使用的频次、频率及置信度等指标，其中，频次指的是用药的次数，频率就是这个药物的频次除以所有药物频次之和，而置信度就是这个药物频次除以挖掘的药方数量，比如，我挖掘了100个处方，总共40个药物，这40个药物用药频次之和是1000，甘草这个药物有80个处方用，那么频次就是80,用药频率就是80/1000=8%,置信度就是80/100=80%。整理后具体格式见下表：

也可以柱状图的形式来表示：

对于需要再美观一点的同学，也可以用词云来表示哦：

2、用药剂量分析

需要分析剂量的同学，也可以计算每个药物的平均剂量，最大最小剂量，标准差，每个药物的剂量分布图等内容，其中，假如标准差越大，说明这个药使用的剂量越分散，用法越多。

每个药物的剂量分布图见下图：

3、药物的性味归经和功效分析

药物的性味归经和功效分析也是比较重要的内容，这部分做起来比较麻烦，但是可以绘制出雷达图，效果还是非常不错的：

四气分析

四气雷达图

五味分析

五味雷达图

功效分析

4、关联规则分析

关联规则是非常重要的内容，他能看出用药的规律，一般来说要绘制关联规则网络图，具体如下：

关联规则网络图

还可以计算出用药组合，哪几个药物一起用了多少次等内容。

5、聚类分析

聚类分析是一种无监督算法，可以总结出药物分为多少类，对用药规律进行总结，具体如下：

聚类树状图

6、因子分析

因子分析是一个探索性分析，有利于找到用药规律，一般做因子分析之前要做KMO 和巴特利特检验，具体如下：

提取公因子，进行总结

碎石图

7、复杂网络分析

复杂网络分析有利于找出核心药物，便于下一步的网络药理学分析，一般结果如下：

复杂网络图

以上内容完成，再加上中医专业理论知识，硕士毕业没问题！网络药理学及其他内容下期再说！