文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 医药卫生 > 临床医学 > 基于粗糙集和C4_5决策树的临床病例数据分类研究_王卓
侵权投诉

基于粗糙集和C4_5决策树的临床病例数据分类研究_王卓

基于粗糙集和C4_5决策树的临床病例数据分类研究_王卓

基于粗糙集和C4.5决策树的临床病例数据分类研究

王 卓

()南昌大学软件学院,江西南昌330047

摘 要:同时进行4.5算法是数据分类的经典数据挖掘算法。整合并规范了临床确诊病例中的糖尿病并发症数据,C

了粗糙集约简,并运用C该方法能很好地实现决策分类,以辅助临床诊断。4.5算法实现了分类。研究表明,

关键词:数据分类;糖尿病并发症粗糙集;4.5算法;C

()中图分类号:7000P312     文献标识码:6728002014050614TA     文章编号:1---

是一个非空、有穷、称为全域的个体集合,有穷A是非空、

0 引言

1]

粗糙集理论[是一种新的处理模糊和不确定性知识

条件属性集合,即对于属性a∈A,有a:其中VaU→V,

集合V=∨a∈AVa称为属性A的值区域,是属性a的值集,

的数学工具,其主要思想是在保持分类能力不变的前提

]62-

,下,通过知识约简[导出问题的决策或分类规则。粗糙

D称为决策属性集。

对于一个决策信息系统,条件属性中的各属性约简:个属性间往往存在某种程度的关联或依赖,相对于决策属

4]

性来说,某些条件属性可能是冗余的。对属性的约简[就

集能约简、去噪,对数据预处理起到了很好的作用。

]87-

分类[是数据挖掘中一项非常重要的任务。数据分

是用最基本的条件属性集代替原来的条件属性集,而不影响原有的功能。

如果定义1:设R是一个等价关系族,r∈R,

),}则称r在R中是可被约去的ND(ND(IR)=IR-{r

}是独立的,知识;如果P=R-{则P是R中一个约简。r

则等价定义2:如果任一个r∈R是R中不可约去的,关系族R是独立的;否则R是相关的。

由它构成定义3:R中所有不可约去的关系称为核,记成C的集合称为R的核集,ORE(R)。

]54-

,简化分明矩阵属性约简法[是一边从信息系统S

类通常是指在已有训练样本数据、类标签为已知的基础上,根据某种算法或原理,经过训练学习而建立分类模型,然后使用分类模型判断其它未分类数据的类别。分类模型可以表示为分类规则形式、决策树形式、数学公式形式等。

9]

决策树[是以实例为基础的归纳学习算法。它是一

种从一组无次序、无规则的事例中推理出决策树形式的分类规则,然后对输入数据进行分类。其关键问题在于决策树的构建过程,包括建树和剪枝两个步骤。建树:采用自顶向下的递归方式,对决策树内部的节点进行属性值比较,并根据不同属性值来判断该节点向下的分支;在建立决策树的过程中需要设置停止增长条件,以使决策树能在适当的时候停止生长。剪枝:考虑把决策树修剪到合适的尺寸,并尽量保持决策树的准确度。C4.5算法属于决策树分类算法。

U,A∪D)中提取属性值是分明的属性并构造成分明=(

合取范式,一边作这种逻辑公式的等价变换,直接得到最小析取范式,它对应于该信息表的约简。

4.5算法2 C

1 算法思想2.

1 粗糙集基本理论

]1,45-

其中U信息系统[可以定义为S=(U,A∪D),

首先C4.5泛指基本的C4.5、C4.5oruninn-pg以及拥有多重特性的C4.5ules等多变体的一系列算法。r-

[0]

基本的C思想是采用构造决策树的方法,4.5算法1

);)基金项目:江西省教育厅科学技术研究项目(江西省卫生厅中医药科研课题(GJJ130142013A065,王卓(女,硕士,南昌大学软件学院讲师,研究方向为数据挖掘。作者简介:1979-)

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email