生物医学数据挖掘参考课件.pptVIP

6.1.2关联规则的质量和重要性 1、关联规则的支持度 S{A→B}=NA→B/N 2、关联规则的置信度 C{A→B}=NA→B/NA 3、关联规则的提升度 L{A→B}= C{A→B}/S{B} * 6.2关联规则的分析方法 6.2.1关联规则分析的基本方法 6.2.2剪枝和合并 剪枝：指将支持度小于预先设置阈值的特征属性过滤掉，不将其构成规则组合的过程。 合并：指将过滤后保留的特征属性加以组合，以精简最总所得的规则。 * 6.3关联规则的应用——糖尿病患者的筛查 6.3.1研究目的分析 从积累的大量数据中发现和糖尿病相关的模式和规则，以帮助医生加深对糖尿病的理解。 6.3.2数据采集及预处理 6.3.3数据挖掘与分析 * 6.4关联规则的应用——院内感染检测控制 6.4.1研究目的分析 根据已收集到的住院病史记录数据，以关联规则分析为技术方法，从中寻找和发现与院内感染共生的抗生素耐药性等现象。 6.4.2数据采集及预处理 6.4.3数据挖掘与分析 * 第七章 时间序列分析 * 第八章 序列分析 * 将原始数据的变化范围变换到另一个指定的取值范围，以取得更好的数据挖掘效果，这种变换数据取值范围的过程称为数据的归一化。常用的数据归一化方法： 十进计数法 最小最大归一法 Z分数归一法 对数归一法 * 2.3.6数据精简 1.样本数据的选择 随机选取 典型性分数 2.数据特征属性的选择 逐一尝试 涉企相关性高的特征 舍弃分类型特征 舍弃数值型特征 特征复合 * * * * * * * * * 分组 分组1 分组2 分组3 均值±方差 原数据 129，131，124 136，131，132 138，134，139 132.67±4.69 均值 平滑 128，128，128 133，133，133 137，137，137 132.67±3.91 中值 平滑 129，129，129 132，132，132 138，138，138 133.00±3.97 边界值平滑 131，131，124 136，131，131 139，134，139 132.89±4.73 * 第三章 回归分析 * 3.1回归分析的功能 * 3.2常用的回归分析方法 3.2.1线性回归 3.2.2Logistic回归 3.2.3人工神经网络 3.2.4回归树 * * * * * * * 第四章 分类 * 第五章 聚类分析 * 5.1聚类分析的功能 5.1.1聚类分析的定义与作用 聚类是一种数据分析方法，它面向一个数据集，将其中全体数据分别划归不同组别。 聚类依据原则：同一类别内的各个数据相似性较高，不同类之间的数据相似性较低。 聚类作用：可根据其内在属性将数据归纳为不同的类别，并借此了解数据属性的分布规律；也可作为数据预处理的手段，为实施其他数据挖掘技术进行数据准备。 * 5.1.2聚类分析中的相似性度量 1、由特征属性确定的相似性 2、数值型数据之间的相似性 3、二值型数据之间的相似性 4、分类型数据之间的相似性 5、排序型数据之间的相似性 6、混合型数据之间的相似性 * 例：现有若干个样本根据由6个特征属性构成，特征属性的名称及各样本数据的相应特征值如表，计算各个样本数据之间的相似程度。 记录 性别 年龄组 收缩压 舒张压 糖尿病类型 心绞痛 1 1 2 200 120 1 0 2 0 3 180 105 2 1 3 1 1 110 80 0 0 … … … … … … … * 5.2聚类分析的方法 5.2.1聚类分析方法 1、划分法 第一步：任选k个样本数据 第二步：进行第一轮聚类 第三步：进行第二轮聚类 第四步：计算聚类误差E 2、分层 分层聚类法可分为两种实施方案：凝聚性分层聚类，分裂型分层聚类 5.2.2高维特征空间中的聚类 * 5.3聚类分析的应用——住院患者人群分类 5.3.1研究目标 根据某地区若干医院住院患者的实际情况，将其划分为若干类别，并分析这些类别患者的某些共性。 5.3.2数据采集与处理 划分住院患者类别依据的特征：患者的年龄，主要诊断分类，住院时间，住院病区和收入水平等 5.3.3数据挖掘与分析 * 第1类 第2类 第3类 第4类 第5类 第6类 合计 第1类