基于模糊决策树的医学数据分类研究

发布时间：2020-11-04 17:49

　　 随着信息技术的快速发展,医院信息系统和医疗数字化设备的广泛应用,医学数据库中有关病人的案例、检验、诊断和治疗的信息大量积累,人们对于发掘医学数据中所蕴含知识的需求日益迫切。借助数据挖掘技术对这些宝贵的医学数据资源进行分析和处理发现有价值的信息,从而可以为疾病的诊断和治疗提供科学的决策。模糊决策树将模糊理论与决策树算法相结合,可以对医学数据中存在的模糊性和不确定性进行处理,增强决策树算法的适用性,实现更加准确有效的医学数据分类。本文主要开展了以下工作:(1)对模糊决策树的两种算法——模糊ID3算法和最小分类不确定性算法进行研究,在模糊数据集上完成模糊决策树的构建和规则提取,并利用模糊规则对新实例进行分类预测。总结清晰决策树与模糊决策树的区别。(2)对于医学数据集中的连续值属性,使用Kohonen特征映射算法和三角隶属度函数完成数据的模糊化处理,实现连续值属性的平滑划分,更自然合理地描述数据集属性的特征。(3)通过MATLAB实现模糊ID3算法和最小分类不确定性算法,并结合已有的C4.5和CART算法,在公开可用医学数据集上构建相应的分类模型。比较四种决策树算法生成模型的分类准确率以及规则数量的不同。模糊ID3算法在四组医学数据集上都获得了较高的分类准确率,且生成的规则数量适中,体现出模糊决策树算法在处理医学数据连续值属性上的优势且能对数据中存在的模糊性进行处理。(4)针对模糊决策树算法中的关键参数通常是依据经验设定的问题,本文提出使用改进粒子群算法对参数组合进行智能寻优从而改善模糊决策树性能。适应度函数综合考虑训练准确率、测试准确率、概括能力以及生成树的规模。使用优化的模糊决策树算法在公开可用医学数据集上构建分类模型,证明应用该方法进行医学数据分类的必要性与有效性。该方法既能够产生较为准确的预测结果,还能够以决策树的形式提供预测的理由。
【学位单位】：北京交通大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：R-05
【部分图文】：

并在分类准确率方面与其他文献中提出的分类方法进行比较，说明本文方法的??可行性和有效性??本文的研究思路如图１－２所示。??Ｉ基于模糊决策树的医学数据分类研宄１?／．．．．．．…………－，?，??、?Ｊ?研究问题、??＇…—．．．．．．．．．．．．．＾???——乂??ｍ?ｔ、?〈〔相关理论?＞??改进的＾?＾模糊??Ｌ子群算法?理论Ｊ??ＩＴ??ｆ?＾?Ｎ??模糊决策树研究与两种算法实现???＼???＾?ｖ＞??模糊决策树在医学数据?＾??分类中的应用效果??ｆ￣￣￣￣＊￣：?＊＼??结合＆进的粒子群算＾?．??提出基于模糊决策树的混合模型｜?ｙ．－，，，，，，方法优化＞???＼?［???实现改进粒子群算法??与模糊决策树的集成??？ｚｚｚｚｚｚｚｚｚｒ??ｆ混合模型在医￥数据分类中的效果评估＾＞??Ｖ?应用‘％果验证?）?＼?１、．双采１■卜１ｆ

医学非图像数据进行研宄，通过数据分类技术发现医学数据中相关疾病指标与患??病情况之间对应的知识，从而为医疗诊断提供支持。??医学数据分类的一般过程如图２－１所示：首先对医学数据进行预处理，通过数??据降维提取关键特征，再按照一定的比例将处理好的医学数据集分为两部分：训练??数据集和测试数据集。接下来分类器对训练数据集的己知类别信息进行学习，学习??不同类别标记数据的不同特征和分类依据的模式。学习完成后，使用训练好的分类??器对测试数据集中的医学数据进行分类，从而可以得到分类准确率等指标，通过指??标对分类方法进行评估。??ｐ？训练数据集一？训练分类模型?＜—类标签信息??医学数据集－？数据预处理数据降维——?????????????????－？测试数据集一？测试分类模型??图２－１医学数据分类过程??Ｆｉｇ．?２－１?Ｆｌｏｗｃｈａｒｔ?ｏｆ?ｍｅｄｉｃａｌ?ｄａｔａ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ??１１??

它通常会被分成两部分，一部分用来进行决策树的构建，称为训练数据集，??另一部分用来验证构建的决策树的性能，称为测试数据集。决策树归纳没有参数假??设，它通过逐渐选择分割属性来进行树的扩展完成决策树的构建，流程如图２－２所??示。在构建过程中有两个关键问题，一个是分割属性选择的标准，即选择哪个属性??去划分样例集，常用的属性选择标准有信息增益［３５］、信息增益率［３７］、Ｇｉｎｉ指数［３８］??等；另一个是确定生成叶结点的条件，通常采用一定的算法对树进行剪枝。??现实世界的数据一般不可能是完美的，可能会有数据不准确、含有噪声或训练??样本过少等情况。此时在基本的决策树构造过程中，有可能会出现过度拟合的问题，??即分类模型可以与训练数据较好的拟合但对测试数据的分类预测性能较低。??另外，如果不对决策树的规模进行控制，而生成的决策树复杂程度又很高时，??模型的可读性就差，不容易被理解和接受。同时考虑到存储决策树所消耗的成本，??决策树的规模也是越小越好。因此
【参考文献】

相关期刊论文 前3条

1 祝晓燕;张金会;付士鹏;朱霄珣;;基于改进PSO的SVM参数优化及其在风速预测中的应用[J];中国电力;2013年11期

2 孙娟;王熙照;;规则简化与模糊决策树剪枝的比较[J];计算机工程;2006年12期

3 王熙照;谢凯;;基于聚类的数据预处理对模糊决策树产生的影响[J];计算机工程与应用;2006年01期

相关博士学位论文 前2条

1 冯兴华;基于公理模糊集的模糊决策树算法研究[D];大连理工大学;2013年

2 郭晋;神经网络模型在预测急性心肌梗死中的应用及模型预测能力的比较研究[D];北京协和医学院;2013年

相关硕士学位论文 前10条

1 魏存超;基于卷积神经网络的医学图像分类的研究[D];哈尔滨工业大学;2017年

2 胡凌;支持向量机在糖尿病数据中的应用研究[D];北京邮电大学;2017年

3 翁勇强;支持向量机在医学数据中的应用研究[D];北京邮电大学;2017年

4 邬杨;基于机器学习的卵巢肿瘤预测与分析研究[D];吉林大学;2016年

5 田晓春;SVM在医学数据分类中的建模研究[D];太原理工大学;2015年

6 高丽君;面向缺失数据的变精度粗糙集决策树分类算法研究[D];大连海事大学;2013年

7 黄雯;数据挖掘算法及其应用研究[D];南京邮电大学;2013年

8 黎鑫;关于生物医学数据的聚类与分类算法研究及应用[D];武汉科技大学;2012年

9 林玲玲;基于C4.5算法的高血压分类规则提取的研究[D];太原理工大学;2012年

10 张云;支持向量机在医学数据分析中的应用[D];大连理工大学;2008年

本文编号：2870409