Download presentation
Presentation is loading. Please wait.
1
The Hong Kong University of Science & Technology
孔明灯 (Lantern) 3.4 使用指南 Nevin L. Zhang The Hong Kong University of Science & Technology Thank XXX for the introduction. Today, I am going to talk about an evidence-based approach the TCM patient classification
2
下载与安装 下载安装Java： 孔明灯下载地址： 未来更新会放在同一地址 解压 点击Lantern-3.4运行
3
系统语言选择及使用指南
4
基本功能 隐树分析 模型显示 模型诠释 综合聚类 辨证规则
5
隐树分析：数据准备 孔明灯支持的数据格式有: 逗号分隔的 CSV 格式 (.csv)
Weka ARFF 格式 (.arff) 及其压缩格式 (.arff.gz) Excel数据处理 缺值用空格或“?”表示 另存为逗号分隔的 CSV 格式 (.csv)
6
隐树分析 “分析”=>“隐树模型学习” 调用数据 Sample-data.csv 52 症状变量，499条数据 选择算法
7
隐树分析：算法 BI 快， 但模型质量不如 EAST Sample-data BI: 适合初步分析 EAST: 适合正式分析
5分钟 ， BIC: -10,671.4 EAST: 适合正式分析 90 分钟 ， BIC: -10,645.99 LCM: 获得隐类模型，只有一个隐变量。 分析结束，储存模型
9
“分析”菜单 参数学习： 给定模型，确定参数 模型评价 计算模型的分值
10
基本功能 隐树分析 模型显示 模型诠释 综合聚类 辨证规则
11
模型显示和排版 打开模型 初步模型图 “工具”->“陈列单根图...” “编辑”菜单 节点选择，对齐，分布，节点显示格式 “视图”菜单
显示互信息与边的方向 “文件”菜单 输出模型结构 (.png 或 .eps格式)
12
基本功能 隐树分析 模型显示 模型诠释 综合聚类 辨证规则
13
模型诠释 目的： 计算关于隐变量的各种信息，帮助用户把握其统计学含义 “分析”->“模型诠释...” 点击新建按钮
直连分析：只考虑与隐变量其直接连接的显变量 泛连分析：考虑所有显变量 （这里不用） 诠释结果可储存
14
信息曲线 红色曲线：各显变量与 Y11 的两两互信息或者相关度的大小 蓝色曲线: 累积互信息的高低
蓝色曲线: 累积互信息的高低 左侧的纵轴是互信息的绝对值，而右侧的纵轴则是信息覆盖度的大小 截 取前 6 个显变量，累积信息覆盖度达到95%，其余可不考虑
15
类概率分布表 Y11把数据分为2个类 类Y11=s0占总数 82% 类Y11=s1占总数 18% 显变量s1例为症状出现 概率。 表可拷贝
鼠标左键 选择，ctrl+c
16
诠释 （研究者） Y10=s1中 心悸、胸闷出现高率高 Y10揭示心悸、胸闷的概率同现 （统计学意义） 什么证候可以导致心悸、胸闷同时出现？
气滞 （中医学意义）
17
注意 如隐变量不与显变量直接相连，则不用对其进行诠释 （直连分析会使用其子树中的所有显变量）
18
基本功能 隐树分析 模型显示 模型诠释 综合聚类 辨证规则
19
综合聚类 Ctrl +鼠标左键 选择隐变量 点击“分析”--> “综合聚类” 结果：综合聚类模型
20
综合聚类模型 改动综合隐变量名称 鼠标右键->节点属性
21
综合聚类：参数设置 综合聚类应运行多次 （建议5次） 如果结果不一致，需调高参数，每次成倍增长
22
综合聚类模型诠释 用泛连分析：因为要确定Z1与所有显变量的关系
23
综合聚类模型诠释
24
基本功能 隐树分析 模型显示 模型诠释 综合聚类 辨证规则
25
辨证规则 选择隐变量 鼠标右键选择 “辨证规则”
26
辨证规则结果
27
辨证规则简化
28
辨证规则拷贝 拖鼠标右键选择 + ctrl C 副作用：拷贝之症状变量被剔除
29
多值综合隐变量 对比类有多种选择
30
多值综合隐变量 辅助信息刻画对比类
31
多值综合隐变量 辅助信息刻画对比类 模型诠释给出所有类信息， 排在最前的是对分辨所有类最 有用得症状， 而不是对分辨对比类最有用得 症状
32
总结 大致介绍 孔明灯3.4 的使用 软件自带使用指南有更详尽内容
Similar presentations
