循環(huán)系統(tǒng)疾病預(yù)測的分析和研究.pdf

1、循環(huán)系統(tǒng)疾病主要包括腦卒中、高血壓、血脂異常、心臟病等。且循環(huán)系統(tǒng)疾病的發(fā)病率、致殘率、死亡率、復(fù)發(fā)率較高。隨著信息技術(shù)的發(fā)展，數(shù)據(jù)挖掘技術(shù)越來越多的應(yīng)用于疾病預(yù)測研究中，為疾病的預(yù)防治療等建立輔助模型。本文首先對腦卒中數(shù)據(jù)進(jìn)行分類，建立腦卒中風(fēng)險預(yù)測模型;然后根據(jù)腦卒中分類結(jié)果，對其相關(guān)因素高血壓和血脂異常數(shù)據(jù)進(jìn)行分類，得到高血壓和血脂異常與飲食習(xí)慣的關(guān)系，從而通過控制高血壓和血脂異常的發(fā)病情況降低腦卒中發(fā)病風(fēng)險。
　　醫(yī)學(xué)數(shù)據(jù)

2、普遍存在的類別不均衡和屬性高維度的特點會導(dǎo)致分類結(jié)果不準(zhǔn)確，本文主要解決不均衡數(shù)據(jù)分類偏倚和屬性約簡降維問題，具體解決方案如下:
　　1、為了解決不均衡數(shù)據(jù)的分類偏倚問題，本文提出以SMOTE&PAMK-means+C4.5算法為核心的均衡分類模型。該算法首先采用SMOTE算法對少數(shù)類數(shù)據(jù)進(jìn)行處理，增大少數(shù)類的樣本空問;使用基于PAMK算法生成K值的K-means算法對多數(shù)類數(shù)據(jù)聚類，將相似樣本聚到一簇，然后使用隨機抽樣算法按比例

3、對各簇進(jìn)行抽樣。最后將新的少數(shù)類和多數(shù)類數(shù)據(jù)組合形成均衡數(shù)據(jù)集，并用C4.5算法對其分類。實驗結(jié)果表明，SMOTE&PAMK-means-C4.5算法的分類結(jié)果明顯優(yōu)于傳統(tǒng)的使用欠抽樣、過抽樣和SMOTE算法均衡數(shù)據(jù)后的分類結(jié)果，分類偏倚問題得到明顯改善。
　　2、針對屬性約簡降維問題，本文提出一種新的改進(jìn)算法，即RSC4.5算法，其主要思想是首先使用粗糙集對屬性進(jìn)行首次約簡，然后使用C4.5算法中的信息增益率對約簡后的數(shù)據(jù)集進(jìn)行