2.6 基于熵层次聚类的方剂组方规律分析

    2.6.1 基于改进的互信息法的药物间关联度分析 根据方剂数量，结合经验判断和不同参数提取数据的预读，设置相关度为5，惩罚度为2，进行聚类分析，得到方剂中两两药物间的关联度，将关联系数≥0.04的药对列表，结果见表7。

    2.6.2 基于复杂系统熵聚类的药物核心组合分析 以改进的互信息法的药物间关联度分析结果为基础，按照相关度与惩罚度约束，基于复杂系统熵聚类，演化出3～4味药核心组合，共计6个，结果见表8。

    2.6.3 基于无监督的熵层次聚类的新处方分析 在以上核心组合提取的基础上，通过无监督的熵层次聚类算法，有6组核心组合，进一步聚类，可以得到3个新处方，结果见表9。在低子宫内膜容受性疾病的新处方数据挖掘中，我们发现临床治疗常用活血药、补血药、补气药和补肾药。新的处方是运用数据挖掘的方法获得的、并根据未被发现的隐形配伍规律组合而成，虽然还没有完全规范化，但通过分析发现它们对中医治疗低子宫内膜容受性疾病有一定借鉴和创新意义[9]。

    3 讨论

    根据现代医学对子宫内膜容受性疾病的定义及其临床表现，应属于中医学“妇人不孕”的范畴 ......