本站原创这篇参考文献论文范文属于参考文献免费优秀学术论文范文,关于参考文献相关电大毕业论文,与基于改进Apriori算法的肝癌手术治疗效果评价相关论文参考文献哪里找。适合参考文献及案例及肝癌方面的的大学硕士和本科毕业论文以及参考文献相关开题报告范文和职称论文写作参考文献资料下载。
摘 要：本文将改进的Apriori关联规则算法应用于肝癌预后影响的预测中,通过20个具有代表性的样本数据,提取、化简得到一组规模合适的关联规则集,结合CBR技术对新案例诊断.最后,将关联规则集中的各个规则还原实际含义,从而对医生的诊断提供辅助方案.
关 键 词：数据挖掘；关联规则；CBR；肝癌
肝癌作为一种恶性肿瘤危害人类健康,治疗方案的选择极大影响肝癌患者的预后.目前对预后分析的方法有Logistic回归、Kaplan-Meier法、决策树法等,本文提出改进Apriori算法,不仅考虑预后影响,而且考虑各因素之间的影响,以期出现某一症状可预测下一症状,从而尽早预防.
数据预处理
对20组具有代表性的数据进行离散化处理,每一位都用布尔值去表示,“1”代表具有该种属性,“0”代表不具有该种属性.字母A—T作为区分20个样本号.数字1—30就是原有X1—X10细分后的原子属性,处理后结果如表1所示.
新案例的诊断
直接运用案例推理CBR[1]诊断新案例会使案例库冗余.因而,将其改进为：先遍历案例库,从中选择最为相似的数据作为判断依据,再判断相似度,若<<（是根据专家经验精度）,则无需将新案例放入,否则加入到案例库.其中 可用欧式距离[1]量化,相似度越小表示案例越相似.
总结
与决策树方法[2]相比,改进Apriori方法[3]将Decision也视为同等的属性,不仅可以研究X1—X10属性对于Decision的影响,而且可以研究各个病症之间联系,达到某一前件病症出现时可以预防后件病症发生的效果,从而辅助医生为病人提供更加及时、有效的治疗,为病人免去了繁琐检查的痛苦,也减轻了病人的经济负担.在实际应用中,如果能够将专家决策与计算机辅助工具相结合,并将概率理论结合到本文模型中,相信会大大提高模型的实用型和准确度.