貝葉斯分類方法及其在冠心病診療中的應(yīng)用研究.pdf

1、伴隨社會經(jīng)濟(jì)急速發(fā)展而來的生存環(huán)境的日益惡化，冠心病的發(fā)病率和死亡率直線升高，已經(jīng)成為導(dǎo)致人類死亡的重大疾病之一。辨證論治是冠心病中醫(yī)診療的基本方法，利用科學(xué)方法對冠心病中醫(yī)證型進(jìn)行辨證，有利于挖掘冠心病診療的規(guī)律和聯(lián)系。貝葉斯分類是數(shù)據(jù)挖掘中重要的分類算法，因?yàn)槠浜唵慰煽康奶攸c(diǎn)已經(jīng)在眾多領(lǐng)域得到運(yùn)用。所以，利用貝葉斯分類方法進(jìn)行冠心病中醫(yī)證型識別，對于冠心病的辨證論治和用藥具有現(xiàn)實(shí)意義。
　　 本文以冠心病中醫(yī)診斷為背景，以樸

2、素貝葉斯分類器為基本研究對象，主要從屬性擴(kuò)展和屬性加權(quán)兩個方面對樸素貝葉斯分類模型進(jìn)行改進(jìn)。并將提出的改進(jìn)算法應(yīng)用到UCI數(shù)據(jù)集以及處理后的冠心病數(shù)據(jù)中，通過實(shí)驗(yàn)證明其準(zhǔn)確性和有效性。具體研究工作為:
　　 (1)屬性擴(kuò)展方面。本文選擇性能優(yōu)秀的隱藏的樸素貝葉斯分類算法(HNB)進(jìn)行改進(jìn)，提出了基于m估計(jì)的改進(jìn)型HNB算法(HNB-M)和基于強(qiáng)屬性的改進(jìn)型HNB算法(SAHNB)，這兩種方法都一定程度上放松了條件獨(dú)立性假設(shè)也避免

3、了網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的復(fù)雜性。
　　 (2)屬性加權(quán)方面。根據(jù)各個屬性對于最終決策分類所發(fā)揮的作用不一致，通過賦予各個屬性相應(yīng)的權(quán)值來改進(jìn)貝葉斯分類的性能。本文引入統(tǒng)計(jì)學(xué)中的Kullback-Leibler距離來衡量屬性的重要度，提出基于KL距離的加權(quán)樸素貝葉斯分類算法(AWNB-KL)，提高了樸素貝葉斯算法的性能。
　　 (3)實(shí)際運(yùn)用方面。首先對冠心病數(shù)據(jù)庫進(jìn)行預(yù)處理，建立適合挖掘的數(shù)據(jù)倉庫。其次，設(shè)計(jì)實(shí)現(xiàn)了本文所依托的項(xiàng)