基于改进模糊决策树的医疗大数据分析研究

摘要

为提高医疗数据分类的准确率,将模糊理论引入决策树中构建医疗数据分类模型,并采用粒子群优化算法对模糊决策树模型参数进行优化。结果表明,所提改进方法在关联规则数量、测试准确率、训练准确率三方面表现良好,其中在糖尿病和乳腺癌医疗数据集上分类准确率分别达83.42%和98.14%;相较于FDT模型和CART模型,所提方法的准确率高6.32%和13.39%。通过以上研究得出,改进模糊决策树在医疗数据分类方面有显著优势,可用于医疗大数据分析应用。