前　　言

2019年10月25日，全國中醫(yī)藥大會隆重召開，習近平總書記對中醫(yī)藥的發(fā)展提出了“傳承精華，守正創(chuàng)新”的指示要求。數(shù)據(jù)的定量化、客觀化是中醫(yī)藥事業(yè)發(fā)展的其中的一個難題。中醫(yī)藥治療疾病，往往是中藥的多成分對應病證的多靶點，因此采集的中醫(yī)藥數(shù)據(jù)存在多成分、多靶點和非線性等特點。以藥物的量效關(guān)系為例，化學藥藥效成分清楚，結(jié)構(gòu)明確，單成分指標量效關(guān)系的概念、原理、方法和應用已形成較為完善的體系。中醫(yī)方藥復雜性和系統(tǒng)性主要體現(xiàn)在多成分、多靶點、多藥效指標以及非線性等特點上，反映其量效關(guān)系和組效關(guān)系的數(shù)據(jù)呈現(xiàn)多自變量、多因變量和非線性的特點，其復雜性是化學藥所不能比擬的，無法用化學藥的模型來闡釋中醫(yī)方藥的量效關(guān)系。研究適合中醫(yī)藥數(shù)據(jù)特點的多元分析方法顯得尤為迫切。

作為一種多元統(tǒng)計分析方法，偏最小二乘法是斯萬特·伍德（Svante Wold）等人1983年率先提出的。偏最小二乘法通過集成主成分分析、典型相關(guān)分析和多元線性回歸的基本功能，實現(xiàn)多因變量對多自變量的回歸建模，并且可以有效地解決多重共線性以及變量個數(shù)大于樣本數(shù)等問題。由于偏最小二乘法解決了傳統(tǒng)統(tǒng)計分析方法無法解決的難題，該方法在各領(lǐng)域的發(fā)展非常迅速，所涉及的學科不僅包含了化學、社會學和地質(zhì)學，還逐漸擴充到生物學、醫(yī)學以及經(jīng)濟學等領(lǐng)域，同時也給中醫(yī)藥信息處理領(lǐng)域帶來了啟發(fā)。

作者工作單位江西中醫(yī)藥大學具有中藥固體制劑國家工程中心和現(xiàn)代中藥制劑教育部重點實驗室等高水平科研平臺，承擔了國家973、新藥創(chuàng)制重大專項、國家科技支撐計劃等課題，積累了大量實驗數(shù)據(jù)。自2006年起，作者帶領(lǐng)科研團隊承擔了多項重大科研項目的數(shù)據(jù)分析工作。本書提出的諸多偏最小二乘優(yōu)化方法都是在作者團隊分析處理中醫(yī)藥數(shù)據(jù)的實踐過程中產(chǎn)生的。針對數(shù)據(jù)預處理，作者提出了融合降噪稀疏自編碼器的偏最小二乘法和融合非徑向數(shù)據(jù)包絡(luò)分析的偏最小二乘法；針對中藥物質(zhì)基礎(chǔ)研究高維數(shù)據(jù)的特征選擇，作者提出了基于特征相關(guān)的偏最小二乘特征選擇方法、基于偏最小二乘的特征選擇方法以及基于灰色關(guān)聯(lián)的偏最小二乘輔助分析方法；針對具有多成分、多靶點、非線性關(guān)系的中醫(yī)藥數(shù)據(jù)分析，以及經(jīng)典偏最小二乘法內(nèi)部采用線性提取成分和線性回歸問題，作者提出了分別利用受限玻爾茲曼機、稀疏自編碼器、深度置信網(wǎng)絡(luò)實現(xiàn)非線性成分提取，以及分別融入模型樹、隨機森林和softmax實現(xiàn)非線性回歸的三種偏最小二乘優(yōu)化方法。這些優(yōu)化方法不但包含了理論、方法、步驟、實驗結(jié)果與分析，以及多種方法的結(jié)果比較，并且還采用UCI標準數(shù)據(jù)集進行實驗驗證，再以圖形和表格的形式實現(xiàn)結(jié)果的可視化。同時本書還提供一款數(shù)據(jù)分析軟件，該軟件集成了書中提出的優(yōu)化方法，為中醫(yī)藥科研工作者提供了一種實用工具。全書內(nèi)容的安排總體上遵從數(shù)據(jù)挖掘的一般步驟，包含數(shù)據(jù)挖掘和統(tǒng)計學基本知識、數(shù)據(jù)預處理、特征提取、特征選擇、建模、評估等，也符合中醫(yī)藥數(shù)據(jù)分析的基本要求，全書的理論、方法和實驗三者相互結(jié)合，循序漸進，條理清晰，圖文并茂，通俗易懂，適合對數(shù)理統(tǒng)計、機器學習感興趣的研究生以及從事醫(yī)藥數(shù)據(jù)分析研究的科研工作者學習參考。

在本書研究方法形成的過程中，作者得到了固體制劑國家工程中心和現(xiàn)代中藥制劑教育部重點實驗室科研團隊的大力支持和幫助。劉紅寧教授、王躍生教授、余日躍教授、徐國良教授、饒毅教授、黃麗萍教授、付劍江教授、劉波教授等提出了很好的指導意見，李冰濤副教授、陳銀芳副教授在數(shù)據(jù)采集、處理、解釋等方面提供了諸多具體的幫助，周麗老師在數(shù)學方面給予了指導，衷心感謝各位老師的指導和幫助！在本書編寫過程中，碩士研究生郝竹林、朱志鵬、喻芳、曾青霞、羅計根、黃燦奕、李歡、賀佳、李郅琴、李天賜、楊延云、周婷、陳裕鳳、胡定興等對全書內(nèi)容進行了整理和校對，付出了辛勤的汗水，衷心感謝各位同學的幫助！在本書的撰寫過程中，作者閱讀、參考了大量國內(nèi)外文獻，借鑒了其方法與思路，在此對所涉及的專家和研究人員表示衷心的感謝。在本書出版過程中，清華大學出版社領(lǐng)導、審稿專家、責任編輯羅健提出了大量寶貴的修改意見和建議，為本書高質(zhì)量的出版付出了辛勤的勞動，表示衷心的感謝！此外，本書的出版得到了國家自然科學基金（項目編號：61363042、61562045、61762051）的支持，在此一并表示衷心的感謝！

經(jīng)過多年研究，我們認為偏最小二乘及其優(yōu)化方法不僅可以較好地處理多成分、多靶點以及多藥效指標的中醫(yī)藥數(shù)據(jù)，而且可以較好地解決中醫(yī)藥數(shù)據(jù)存在的多重共線性、非線性特點以及高維小樣本等問題。但是在中醫(yī)藥領(lǐng)域中，有待解決的問題仍然很多，本書涉及的內(nèi)容僅能解決其中的小部分。希望本書的出版能夠起到拋磚引玉的作用，給讀者帶來靈感或者啟發(fā)。由于編寫時間和水平有限，本書難免有錯誤和不足之處，敬請各位專家和讀者批評指正。

作者

2021年2月1日