一种基于改进K均值聚类的疾病危险因素提取方法

摘要

本发明公开了一种基于改进K均值聚类的疾病危险因素提取方法，该方法包括以下步骤：首先根据疾病的用户调查问卷，构建用户信息矩阵与标签向量；其次对用户信息矩阵进行标准化；然后对标准化用户信息矩阵进行特征选择，采取卡方检验与去除方差最小的方法取交集，得到相关特征，构建问题特征数据矩阵；之后结合改进的Canopy算法与K均值算法，对问题特征数据矩阵中的特征属性进行聚类分析，获得不同的类簇；最后对每个类簇进行相关系数分析，取相关指数最大的特征作为该类簇代表特征，加入危险因素集合。本发明的方法相对于目前医学领域中危险因素提取方法中的频率论方法，能够更高效、准确地提取疾病危险因素。