关于Apriori算法的医学分类器研究.pdfVIP

下载本文档

7
0
约1.88万字
约 5页
2017-10-28 发布于湖北
举报
版权申诉

关于Apriori算法的医学分类器研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第26卷第4期计算机仿真 2009年4月文章编号：1006-9348(2009)04-0130—05 基于Apriori算法的医学分类器研究王华1，胡学钢2 (1．安徽医科大学计算机中心，安徽合肥230032； 2．合肥工业大学计算机与信息学院，安徽合肥230009) 摘要：基于关联分类的数据挖掘在医学临床上得到了广泛应用，但传统算法在进行医学挖掘时却出现选项集大小的制约、项的位置、关联规模过大等问题。针对传统关联分类算法在医学数据挖掘上的这些不足，提出了一种A一面算法的优化，算法通过加入最大支持度及最小支持度和项出现位置的约束有效地在算法执行前和算法执行过程中删除了冗余模式和规则，满足医学分类要求。提高了医学分类的有效性，并且通过Apriori—gen函数的改进提高了算法运行效率。最后用仿真实验验证了上述优化措施。关鬟词：关联规则；医学分类器；算法中圈分类号：TPl82文献标识码：A ResearchontheMedicalClassificationBasedon AprioriAlgorithm WANGHual．HU Xue—gan92 Medical Anhui 230032，China； (1．ComputerCenter，AnhuiUniversity，Hdei 2．Schoolof of Anhui UniversityTechnology，Hefei230009，China) ComputerInformation，Hefei basedonassociatedclassificationis toclinical the ABSTRACT：Data medicine，but mining widelyapplied problems Oil of ofthelimitationthesizeofcandidate ofthe inscaleassociation set，theemergingplace item，toobig rules，ap- when traditional formedical atthedefects inthe association pear using algorithm mining．Aiming existingmining of classificationinmedical is maxi- rulesassociation data，811 algorithm improvedapriorialgorithmproposedbyusing