(实验报告)基于SPSS-Modeler的药物研究数据挖掘与建模评估.pdf

实 验 报 告 小组成员 姓名 学号 一、实验名称： 基于 SPSS Modeler 的药物研究数据挖掘与建模评估 二、实验目的： 1、在所选案例的具体分析中，通过数据挖掘考察影响病人治疗的各个变量 的数据分布特征，并对病人的药物选择的考虑因素建立决策树模型并进行预测 精度评价。 2、通过本案例的实验操作，理解和掌握基于 SPSS Modeler 的数据挖掘辅助 决策过程。 三、实验数据： 本实验研究的案例数据是SPSS Modeler 软件自带的一组药物研究的数据（详 见 GRUG.txt ），描述如下：根据统计，许多患有同种疾病的不同病人，服用5 种 药物中的一种（Drug，分为 drugA、drugB、drugC、drugX、drugY ）之后都取得 了同样的治疗效果；随机挑选部分病人服用药物前的基本临床数据，包括：血 压（BP，分为高血压 HIGH、正常 NORMAL、低血压 LOW）、胆固醇（Cholesterol ， 分为正常 NORMAL 和高胆固醇 HIGH）、唾液中钠元素（Na）和钾元素（K）含量、 病人年龄（Age ）、性别（Sex ，包括男 M 和女 F）等。 四、实验方法： 1 / 11 运用 SPSS Modeler 软件（本实验使用版本为 18.0）进行数据挖掘发现以往 药物处方适用的规律，给出不同临床特征的病人更适合服用哪种药物的建议， 为医生开具处方提供参考；同时，建立药物选择的决策树模型，并对所建的模 型进行预测精度的分析评价。 五、实验步骤： 1、将数据读入到 Modeler 中。 在【源】选项卡中选择【变量文件】节点，并设置节点参数。在【文件】 选项中制定从文件 DRUG.txt 中读入数据。如下图： 2、浏览数据内容。在【输出】选项卡中选择【表格】节点，添加到数据流 中，运行该节点生成数据表。如下图： 2 / 11 3、观察各变量的数据分布特征。在【输出】选项卡中选择【表格】节点， 添加到数据流中，运行该节点生成数据表。如下图： 图形显示：该组数据共有 200 个样本，Age 、Na、K 为数值型变量。软件的 3 / 11 【数据审核】功能自动计算出了最小值、最大值、均值、标准差、偏度等基本 描述统计量；数据显示，病人的年龄最大值和最小值的差距比较大。同时，软 件的【数据审核】功能还输出了数值型变量的直方图和分类型变量的柱形图； 图形表明，病人的Age 、BP、Cholesterol 水平的分布比较均匀，总体差异不大， 但服用药物 drugY 的病人明显多于服用其他药物的人数。 4 、观察服用不同药物的病人唾液中钠元素和钾元素的含量。 以散点图为例：在【图形】选项卡中选择【散点图】节点，添加到数据流 中，并设置节点参数，指定 Na 为 x 轴、K 为 y 轴，服用不同药物的病人数据表 示为不同颜色的点。运行节点生成图形文件，如下图：