1.5孤立点分析数据库中可能包含一类特殊的数据对象，这类对象与数据的一般行为或模型不一致，称为孤立点。在数据挖掘中，孤立点通常被视为噪声或异常而被丢弃。但是，在某些应用中，罕见事件却可能比正常出现的事件更加有趣。这种孤立点数据的分析称为孤立点挖掘。当前孤立点分析的一个重要应用是发现信用卡欺骗。它的基本思路是，检测待测账号与正常的付费相比，根据付款数额特别大来发现信用卡欺骗性使用。在医学领域，孤立点分析可用于提取医学图像数据信息，通过正常数据中的异常检测找出其中的医学诊断规则和模式，从而辅助医生进行疾病的诊断。

    2数据挖掘流程

    各种数据挖掘方法的原理虽然不同，但却有一致的处理流程。即在合适工具的辅助下，对广泛异构的数据源进行抽取和集成，将结果按照一定的标准统一存储，利用合适的数据分析技术对存储的数据进行分析，从中提取有益的知识并利用恰当的方式将结果展现给终端用户。具体包括确定问题、数据准备、数据规范、数据清洗、数据挖掘、结果解释与评价等。

    3数据挖掘在药对分析中的应用

    传统模式下，人们对中医药病、证、药、方及方剂配伍规律的认知主要是通过中医理论的传承以及反复的临床实践。近年来，随着生物信息学的发展，通过人工智能、数据挖掘等技术对海量中医药数据进行处理，从而获得数据中隐藏的模式和知识正成为生命科学领域的研究热点。

    根据中医药领域相关问题研究目的之不同，如方剂有效性的研究、辩证规范性研究、证候信息分类、关键药味及药味组合的研究等，具体研究中所采用的数据挖掘方法也不尽相同 ......