已閱讀1頁，還剩63頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、 本文擬探討決策樹、回歸等數(shù)據(jù)挖掘方法，分別建立居民就診概率的分類樹模型和Logistic回歸模型與就診費(fèi)用的回歸樹模型和多元線性回歸模型，通過居民門診就診概率反映其衛(wèi)生服務(wù)需求，就診費(fèi)用反映其衛(wèi)生服務(wù)利用情況，進(jìn)而挖掘影響居民門診就診概率和就診費(fèi)用的影響因素，以助于更好地了解居民的醫(yī)療行為和為衛(wèi)生決策等提供依據(jù)。結(jié)果顯示：對(duì)居民門診就診概率所建立的決策樹模型，其對(duì)訓(xùn)練集、驗(yàn)證集的錯(cuò)誤分類率分別為0.366，0.383，建立的Lo
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)據(jù)挖掘（決策樹）在旅游CRM中的應(yīng)用研究.pdf
- 基于決策樹的數(shù)據(jù)挖掘技術(shù)在口腔診療中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘中決策樹算法在客戶流失中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中的決策樹方法及其在客戶分類中的應(yīng)用.pdf
- 決策樹數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)診斷中的應(yīng)用研究.pdf
- SVM在決策樹歸納中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘中決策樹分類算法研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘決策樹技術(shù)在醫(yī)院客戶關(guān)系管理中的應(yīng)用.pdf
- 基于決策樹的數(shù)據(jù)挖掘方法在化學(xué)模式分類中的應(yīng)用.pdf
- 基于決策樹的數(shù)據(jù)挖掘算法的研究及其在實(shí)際中的應(yīng)用.pdf
- 基于決策樹算法的數(shù)據(jù)挖掘的應(yīng)用.pdf
- 決策樹技術(shù)及其在醫(yī)學(xué)中的應(yīng)用.pdf
- 決策樹與回歸技術(shù)在居民就醫(yī)服務(wù)研究中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘的決策樹技術(shù)在高校畢業(yè)生管理中的應(yīng)用.pdf
- 決策樹算法在CRM中的研究與應(yīng)用.pdf
- 基于決策樹算法的電信營銷數(shù)據(jù)挖掘應(yīng)用.pdf
- 數(shù)據(jù)挖掘決策樹分類算法的研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘決策樹方法在快速貨物運(yùn)輸中的應(yīng)用研究.pdf
- 決策樹算法在貼片機(jī)生產(chǎn)數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 基于決策樹的數(shù)據(jù)挖掘算法在空氣質(zhì)量評(píng)估中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論