《光环大数据培训_数据挖掘案例 药物选择决策支持》由会员分享，可在线阅读，更多相关《光环大数据培训_数据挖掘案例 药物选择决策支持（4页珍藏版）》请在金锄头文库上搜索。
1、 光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/光环大数据培训光环大数据培训_ _数据挖掘案例数据挖掘案例 药物选择决策支持药物选择决策支持光环大数据培训机构光环大数据培训机构，【案例名称】药物选择决策支持【案例类型】数据挖掘【所属行业】医药卫生【案例版本】1.0【完成日期】2003 年 7 月 2 日【应用软件】Clementine 7.2 英文版【遵循标准】CRISP-DM【案例数据来源】Clementine 7.2 Demo 自带数据【案例应用模型】神经网络、C5.0、Logistic 回归【案例制作】钟云飞【案例用途】通过案例
2、实现以下目的：1、 CRISP-DM 的标准流程及在解决具体业务问题过程中的应用;2、 理解如何提高数据挖掘模型的效果;3、 理解结果发布的几种方式。【案例简要描述】针对病人的病情和体质情况，医生往往需要采用不同的用药。本案例通过数据 挖掘，对医院积累的历史数据进行分析，确定病人选择何种药物对治疗疾病最 为有效。并开发了相应的药物选择决策支持系统的应用系统。案例正文【背景介绍】光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/XX 病是一种常见的疾病，目前有 5 种药物可以对其治疗，分别是 A、B、C、X、Y。不同的药物对病人有不同的疗效
3、。历史上，医院往往根据医生 的经验去判断针对特定的病人应该选择何种药物。但是由于新医生的加入，这 种仅仅靠经验判断的做法造成了很多误诊。该医院有比较完善的病例留存，为了改变以上局面，也为了更好的利用历史数 据和专家经验，该医院决定通过数据挖掘技术对历史数据进行分析研究，并期 望能够建立一套有效的药物选择决策支持系统。【数据说明】目前有历史病例数据 1200 条，咨询专家意见，我们提取了其中影响选择药物的 若干个变量记入数据库，它们是年龄、性别、血压、胆固醇含量、钠含量、钾 含量，最后一个变量是我们需要确定的选择药物，数据存贮在 Microsoft Access 数据库中。【数据挖掘过程】1 1
4、、 商业理解商业理解在这个阶段我们主要需要描述清楚业务问题，并对我们手头拥有的资源有一个 非常清晰的认识。在这个案例中，我们需要根据病人的个人情况和身体特征来 确定何种药物对它最为合适。由于问题比较简单，我们的商业理解也比较简单。2 2、 数据理解数据理解数据理解阶段用来完成对数据质量、数据之间的基本关系进行探索性分析等项 工作。在这个阶段，我们对历史数据中的 1200 条数据进行图形观察，初步观察 病人的情况和身体特征是否与选择药物关系明显。数据流图见图 1。3 3、 数据准备数据准备数据准备主要完成对不同的数据源的整合，并且对数据进行适当的变换，使之 适合数据挖掘的需要，对于特定的模型，需
5、要把原始数据集合拆分成训练数据 集和检验数据集也在这个步骤中完成。对于本案例来说，由于数据源只有一个，并且数据格式也相对单一简单，我们 在数据准备中主要完成对原始数据集的拆分，从而用训练数据集建立模型，用 检验数据集对模型的效果进行评估。在 Clementine 中，对数据集的拆分，是通过引入一个中间变量来完成的。在本 案例中，我们把全部 1200 条数据中的 2/3 左右(800 左右)作为训练数据集，把光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/1/3 左右(400 左右)作为检验数据集。我们引入了一个二分变量拆分变量， 这个二
6、分变量对应 1200 条原始数据有 2/3 左右为“真”(T)，1/3 左右为“假” (F)。我们挑出那些拆分变量值取“真”(T)的记录作为训练数据集，那些拆分 变量值取“假”(F)的记录作为检验数据集。实现该过程的数据流见图 3。4 4、 模型建立和评估模型建立和评估在模型建立阶段，我们将逐步建立和调整模型，并对如何提高模型的预测效果 进行尝试。(1) 建立最简单的模型。对于训练数据集，我们首先把病人的年龄、性别、血 压、胆固醇含量、钠含量、钾含量等不经过任何处理，全部作为预测选择药物 的输入变量，而把选择药物作为待预测变量(输出变量)。数据流图见图 4，我 们建立了神经网络、C5.0 和
7、Logistic 回归三个模型。接下来我们用检验数据集对模型进行检验，数据流图见图 5。模型检验结果见 图 6。从检验结果我们可以看出，Logistic 模型的评估效果最好，达到了 96.21%。讨论如何提高模型的效果：从模型检验中我们可以看出，三个模型中可能 有不一致的情况，这就使得我们有一种思路，即我们在发布模型的时候，可以 考虑把那些三个模型预测一致的才作为预测，而把三者预测不一致的作为待判 记录随后进行深入的分析，这样我们就使得模型的精度提高到了 98.29%，但是 作为牺牲，我们也会约有 12%左右的病人是无法判断的，需要我们对记录做进 一步的研究。(2) 为了更好的建立和调整模型，
8、我们对业务进行深入了解，引入医生的业务 经验。根据医生对医学理论的讨论和过去实践经验的积累，他们认为人体中的 钠含量和钾含量对病人选择何种药物的作用并不是特别明显，但是他们的比例 却是影响选择何种药物的一个关键因素，所以在我们下面建立的模型中，我们 生成新变量钠钾比例，而剔除钠含量和钾含量两个变量。数据流图见图 7，模型我们仍旧采用神经网络，C5.0 和 Logistic 回归三种模型。类似(1)，我们对模型效果进行检验，检验数据流和检验结果分别如图 8 和图 9 所示。从结果中，我们可以看出，随着我们业务经验的引入，我们的模型效果有了显 著的提高，并且我们选择模型也发生了变化。精度由原来的
9、Logistic 回归最优 96.21%提高到了 C5.0 最优 99.75%。5 5、 模型发布模型发布光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/模型建立是为了应用，我们前面的全部工作都在于我们建立的模型能够被最终 的业务人员所使用，假设我们由以下 10 个病人的资料数据，需要根据他们的情 况判断使用什么药物最好。该病人资料也被我们存放在 Access 数据库中。我们可以考虑以下三种方式对我 们的模型进行发布供业务人员(医生)使用。大数据时代大数据时代，数据分析师数据分析师，数据挖掘培训数据挖掘培训，互联网数据分析师互联网数据分析师，就选光环 大数据培训机构！为什么大家选择为什么大家选择光环大数据光环大数据！大数据培训、人工智能培训、Python 培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。【报名方式、详情咨询报名方式、详情咨询】光环大数据官方网站报名：光环大数据官方网站报名：http:/ /mobile/mobile/
