1.一種基于臨床試驗(yàn)禁用藥的藥物分類(lèi)方法，其特征在于，所述基于臨床試驗(yàn)禁用藥的藥物分類(lèi)方法包括：
2.如權(quán)利要求1所述的基于臨床試驗(yàn)禁用藥的藥物分類(lèi)方法，其特征在于，所述對(duì)所述歷史藥物信息進(jìn)行處理，得到處理后的藥物信息，包括：
3.如權(quán)利要求2所述的基于臨床試驗(yàn)禁用藥的藥物分類(lèi)方法，其特征在于，所述利用標(biāo)準(zhǔn)化自動(dòng)縮放對(duì)任意參考數(shù)據(jù)中樣本的特征進(jìn)行縮放對(duì)應(yīng)的表達(dá)式為：sj'＝(sj-avg)/d，其中，sj'為特征j縮放后的特征值，sj為特征j縮放前的原始特征值，avg為任意參考數(shù)據(jù)集的平均特征值，d為任意參考數(shù)據(jù)集的特征值對(duì)應(yīng)的方差。
4.如權(quán)利要求1所述的基于臨床試驗(yàn)禁用藥的藥物分類(lèi)方法，其特征在于，所述利用高斯貝葉斯算法基于所述訓(xùn)練數(shù)據(jù)集進(jìn)行模型訓(xùn)練，并利用所述測(cè)試數(shù)據(jù)集對(duì)訓(xùn)練后的模型進(jìn)行評(píng)估驗(yàn)證，以完成藥物分類(lèi)模型的構(gòu)建，包括：
5.如權(quán)利要求4所述的基于臨床試驗(yàn)禁用藥的藥物分類(lèi)方法，其特征在于，所述確定一個(gè)類(lèi)別的所有樣本和另一個(gè)類(lèi)別的所有樣本之間的間距對(duì)應(yīng)的表達(dá)式為：其中，p(xj|y0)和p(xj|y1)分別為y0類(lèi)別下xj屬性和y1類(lèi)別下xj屬性的條件概率，p(y0)和p(y1)分別為y0類(lèi)別和y1類(lèi)別的先驗(yàn)概率，m為樣本數(shù)，n為特征數(shù)。
6.如權(quán)利要求4所述的基于臨床試驗(yàn)禁用藥的藥物分類(lèi)方法，其特征在于，所述分類(lèi)準(zhǔn)確率的表達(dá)式為：其中，δ(·)為二分函數(shù)，用于確定模型分類(lèi)正確的樣本個(gè)數(shù)，yi表示預(yù)測(cè)的類(lèi)別標(biāo)簽，y表示真實(shí)標(biāo)簽。
7.一種基于臨床試驗(yàn)禁用藥的藥物分類(lèi)裝置，其特征在于，所述基于臨床試驗(yàn)禁用藥的藥物分類(lèi)裝置包括：
8.如權(quán)利要求7所述的基于臨床試驗(yàn)禁用藥的藥物分類(lèi)裝置，其特征在于，所述構(gòu)建模塊，用于基于疾病類(lèi)型和作用機(jī)制將所述歷史藥物信息分成若干初始數(shù)據(jù)集；
9.如權(quán)利要求8所述的基于臨床試驗(yàn)禁用藥的藥物分類(lèi)裝置，其特征在于，所述利用標(biāo)準(zhǔn)化自動(dòng)縮放對(duì)任意參考數(shù)據(jù)中樣本的特征進(jìn)行縮放對(duì)應(yīng)的表達(dá)式為：sj'＝(sj-avg)/d，其中，sj'為特征j縮放后的特征值，sj為特征j縮放前的原始特征值，avg為任意參考數(shù)據(jù)集的平均特征值，d為任意參考數(shù)據(jù)集的特征值對(duì)應(yīng)的方差。
10.一種基于臨床試驗(yàn)禁用藥的藥物分類(lèi)設(shè)備，其特征在于，所述基于臨床試驗(yàn)禁用藥的藥物分類(lèi)設(shè)備包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的基于臨床試驗(yàn)禁用藥的藥物分類(lèi)程序，所述基于臨床試驗(yàn)禁用藥的藥物分類(lèi)程序配置為實(shí)現(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的基于臨床試驗(yàn)禁用藥的藥物分類(lèi)方法的步驟。