一种病例数据的特征分类方法

摘要

本发明涉及一种病例数据的特征分类方法，属于数据挖掘技术领域。所述方法包括：步骤S1、疾病数据的整理、随机抽样及预处理：将数据库数据进行整理，随机抽样获得数据集，接着将数据集中数据规范为统一格式；步骤S2、数据降维：构建分类树对特征进行重要性评估来完成数据降维；步骤S3、构建优化分类模型；步骤S4、采用优化后的模型对样本进行分类。本发明使用机器学习算法对免疫类疾病病例数据进行分类，充分结合免疫性疾病及其有效特征数据的关系，利用特征数据提高免疫性疾病及其并发症病例数据分类模型的准确率。