24年钉钉杯大数据挑战赛金奖作品B2024053128247.pdfVIP

2024年第三届“钉钉杯”大学生

大数据挑战赛论文

题目基于K-means聚类和层次聚类的医疗门诊数据分析

摘要

随着智慧医疗的普及，先进的信息技术被广泛地应用于医疗健康领域，以提高医

疗服务的效率、质量和可及性。如何准确地对医疗门诊数据进行分类，在资源配置、

风险管理、政策制定等方面具有重大意义。针对此问题，本文分析了某医院2023年至

2024年的相关医疗数据，使用K-means聚类和层次聚类对医疗门诊数据进行聚类，建

立了多元线性线性回归模型，对聚类结果作出了详细的分析。

针对问题一:首先我们对数据进行预处理，通过散点图可知数据在一定范围内波动，

并由箱型图得出数据中只有少量的异常值，可以认为是特殊情况下形成的结果。考虑到

特征变量的完整性，因此我们将题目所给的所有变量都作为能够描述不同科室、不同

日期下的指标。首先我们将原始数据进行Z-score标准化，目的是消除量纲影响和改善

8

聚类效果，并通过肘部法则和轮廓系数决定聚类数为，随后引入随