幾種機器學習算法的改進及其在中藥成分分析中的應(yīng)用.pdf

1、機器學習算法在中藥成分分析，成分與疾病關(guān)系的研究中一直起著重要的作用。利用機器學習技術(shù)對中藥成分進行發(fā)掘是中藥現(xiàn)代化的重要方法。本文主要研究幾種機器學習算法的改進，并分析它們在中藥成分分析，成分與證候的關(guān)系中的應(yīng)用。
　　 本文提出了一種根據(jù)疾病的歷史記錄提取成分對應(yīng)的疾病集合和頻次以及TF-IDF權(quán)重的計算方法。接著本文提出了中藥成分之間的相似度計算的計算方法。并改進了K-medoids算法，然后分析了改進的K-medoids

2、算法在中藥成分聚類分析中的效果，最后給出了聚類分析的評價方法。
　　 本文提出一種基于中藥成分IDF值的黑名單算法。并介紹基于中藥成分IDF的黑名單算法在中藥成分分析研究中的應(yīng)用。此算法在提高黑名單的自動化，可解釋性以及降低數(shù)據(jù)量和減少冗余信息方面的效果取得了一定成果。
　　 協(xié)同過濾(CF)是最成功的推薦系統(tǒng)的方法之一。本文提出了一種改進的概率矩陣分解的模型。接著分析了改進的非負概率分解，以及這些模型在MovieLen