模糊关联规则的数据挖掘算法研究及其在乳腺癌数据库中的实现

摘要

该文在介绍关联规则基本概念和属性的基础上,以Apriori算法为基础,重点分析和研究了关联规则的不同算法.同时,还介绍了一种新的规则兴趣度的度量函数.由于客观世界的多样性复杂性,许多事物难于用精确和确定的概念来表示,用确定的关联规则不能有效地表达数据之间的关联规则.该文将模糊集合理论引入到关联规则的研究中,利用模糊概念对数据进行概括和抽象,论述了模糊关联规则的概念,拓广了传统的确定关联规则的表示和应用范围,同时还深入研究了模糊关联规则的性质.并描述了相应的挖掘算法FARMA(FuzzyAssociationRulesMiningAlgorithm).模糊关联规则的应用非常广泛,该文以Apriori算法和频繁模糊模式挖掘算法为基础,提出了符合乳腺癌数据库的模糊关联规则挖掘算法,并用VFP5.0加以实现.文中列出了数据库中各项目与恶性乳腺癌之间的关联关系,其挖掘结果在乳腺癌临床诊断和治疗中具有重要的指导意义.

目录

前言

第一章关联规则

1.1关联规则的基本概念

1.2关联规则的挖掘条件

1.3挖掘关联规则的一般步骤

1.4关联规则的优缺点

1.5关联规则的种类

1.6关联规则挖掘的算法

1.7提高关联规则挖掘效率的方法

1.8关联规则的研究方向

第二章关联规则的兴趣度度量

2.1关联规则衡量标准的不足

2.2关联规则的兴趣度的度量

第三章模糊关联规则

3.1模糊关联规则

3.2模糊模式的定义

3.3模糊模式的支持度

3.4频繁模糊模式的定义

第四章模糊关联规则的挖掘算法FARMA

4.1算法FARMA设计思路

4.2算法FARMA具体描述

第五章基于乳腺癌数据库的模糊关联规则的挖掘

5.1引言

5.2问题提出

5.3数据采集与预处理

5.4在乳腺癌数据库中模糊关联规则的算法与实现

5.5程序实现结果

5.6乳腺癌数据库挖掘的实际意义

总结

参考文献

致谢