數(shù)據(jù)挖掘在內(nèi)分泌激素數(shù)據(jù)分析中的應(yīng)用.pdf

1、隨著科技的進步，越來越多的檢測手段被用來輔助醫(yī)生進行疾病診斷，這同時也產(chǎn)生了大量的醫(yī)療數(shù)據(jù)。而如何從這些數(shù)據(jù)中找出某些因素與疾病間的相關(guān)性已成為了目前的研究熱點之一。論文充分研究了內(nèi)分泌激素系統(tǒng)和數(shù)據(jù)挖掘的相關(guān)概念，之后分別運用統(tǒng)計和數(shù)據(jù)挖掘的方法對數(shù)據(jù)進行分析。其中在數(shù)據(jù)挖掘方面，本文根據(jù)實際數(shù)據(jù)的特點，在熟悉關(guān)聯(lián)規(guī)則基本理論和實現(xiàn)方法的基礎(chǔ)上，對如何獲取有效的關(guān)聯(lián)規(guī)則進行研究，取得了一定的成果。 論文首先介紹了內(nèi)分泌激素系統(tǒng)

2、的一些基本知識，同時闡述了目前數(shù)據(jù)挖掘在醫(yī)療領(lǐng)域的應(yīng)用情況。在第三章首先運用Logistic回歸分析對數(shù)據(jù)進行分析，為進一步的數(shù)據(jù)分析提供指導和依據(jù)。之后第四章在對傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘算法進行研究的基礎(chǔ)上，提出并實現(xiàn)了一個改進的項目約束關(guān)聯(lián)規(guī)則挖掘算法，實驗表明與傳統(tǒng)的Apriori算法相比，新算法在挖掘性能上有較大的提高。同時在對新增數(shù)據(jù)的處理上，采用改進的增量更新算法進行處理，以避免有新增數(shù)據(jù)情況下為獲取新規(guī)則而必須對所有數(shù)據(jù)進行重新挖

3、掘的情況，提高了挖掘效率。第五章在考察了實際應(yīng)用中激素數(shù)據(jù)特點的基礎(chǔ)上，對獲取關(guān)聯(lián)規(guī)則的幾個關(guān)鍵部分進行了研究，這也是本文的研究重點之一。首先在對數(shù)據(jù)預(yù)處理上，本文采用數(shù)據(jù)離散化、忽略空缺值和屬性轉(zhuǎn)換等方法使原始數(shù)據(jù)庫變?yōu)檫m合挖掘的事務(wù)數(shù)據(jù)庫；其次使用第四章提出的改進的項目約束關(guān)聯(lián)規(guī)則挖掘算法對事務(wù)表進行挖掘來獲取相應(yīng)的關(guān)聯(lián)規(guī)則；然后從主客觀兩個方面對所有規(guī)則進行評價以得到較有效的關(guān)聯(lián)規(guī)則；最后將數(shù)據(jù)挖掘的結(jié)果同第三章統(tǒng)計分析的結(jié)果進行