数据挖掘技术在高血压病种上的应用研究

摘要

通过神经网络模型预测高血压病发病成因，得到了影响高血压成病的主要因素。本文通过采用线性回归法、人工神经网络法和决策树算法中的CHAID模型来诊断知识，通过使用不同的数据挖掘模型进行比较分析，总结出各种算法的特点及适用范围，得出适合这常见病的挖掘模型，并给医务人员提供简单而有效的数据挖掘模型。得出线性回归法与人工神经网络这些模型在本病案中均易被医务人员使用者解读;并总结得出神经网络模型是预测影响高血压的主要因素病因的最合适预测算法，并且所获知识的可靠程度以及准确率明显优于其它算法，决策树中的CHAID算法对高血压的病因形成在本文的病案中结果都做为不合理处理，这是从使用者易理解性、判别分类准确率和可靠性角度综合之结果。