关联规则实现中医辅助诊断建模

关联规则实现中医辅助诊断建模关联规则实现中医辅助诊断建模关联规则实现中医辅助诊断建模关联规则实现中医辅助诊断建模教学案例教学案例教学案例教学案例文件标识：DMS_03_002当前版本：V01.00.000作者：教培部参与者：研发部文件状态：[]草稿[√]正式发布[]正在修改[]作废完成日期：2010-07-18太普软件（）数据挖掘技术及应用（教学案例）文档编号:DMS_03_002绝密太普数据挖掘套件(TIPDMSuite)试用网址：算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递推的方法。2.2.2.2.案例描述案例描述案例描述案例描述中医辅助诊断：随着电子病历在中医院的普及，利用数据挖掘中的关联规则算法，从海量的中医电子病历中挖掘出年龄、疾病、症状等之间的潜在有用的规则，为中医诊断提供辅助诊断。样本数据Association_001.xls年龄症状一症状二过敏史A10Z4NULLB2A9Z1Z3B2A2Z1Z4B0A7Z3NULLB2A8Z1NULLB2A3Z1NULLB2A2Z4NULLB0A6Z1Z3B0A10Z1Z3B2A8Z1Z1B0数据挖掘技术及应用（教学案例）文档编号:DMS_03_002绝密太普数据挖掘套件(TIPDMSuite)试用网址：建模过程建模过程建模过程建模过程本案例通过太普数据挖掘套件（）实现建模过程。更多关于此软件工具的介绍详见：
方案方案方案方案管理管理管理管理通过创建新方案，创建一个关联规则挖掘模型。
数据管理数据管理数据管理数据管理导入数据，EXCEL文件包含四列：年龄(age)、症状一(symptom1)、症状二(symptom1)和过敏史(allergy)。
预测建模预测建模预测建模预测建模1、选择算法数据挖掘技术及应用（教学案例）文档编号:DMS_03_002绝密太普数据挖掘套件(TIPDMSuite)试用网址：页从菜单中选择指定算法：2、导入数据选择指定数据列和数据行：3、参数设置作为关联规则挖掘，关键是设置最小置信度和最小支持上、下界，规则条件参数数据挖掘技术及应用（教学案例）文档编号:DMS_03_002绝密太普数据挖掘套件(TIPDMSuite)试用网址：页设置决定最终输出的最好的规则条数数目：4、规则挖掘对上面建立的模型使用Apriori算法挖掘出潜在的规则：模型训练信息：Apriori=======Minimumsupport:0.15(2instances)Minimummetricconfidence:0.9Numberofcyclesperformed:17数据挖掘技术及应用（教学案例）文档编号:DMS_03_002绝密太普数据挖掘套件(TIPDMSuite)试用网址：(1):16SizeofsetoflargeitemsetsL(2):44SizeofsetoflargeitemsetsL(3):38SizeofsetoflargeitemsetsL(4):10Bestrulesfound:1.symptom2=Z33==symptom1=Z13conf:(1)2.age=A102==allergy=B22conf:(1)3.age=A22==allergy=B02conf:(1)4.age=A82==symptom1=Z12conf:(1)5.symptom1=Z42==symptom2=NULL2conf:(1)6.symptom1=Z1symptom2=NULL2==allergy=B22conf:(1)7.symptom2=Z3allergy=B22==symptom1=Z12conf:(1)8.age=A91==symptom1=Z11conf:(1)9.age=A91==symptom2=Z31conf:(1)10.age=A91==allergy=B21conf:(1)从输出的10条最佳的规则可以看出年龄、症状一、症状二和过敏史之间的关系，为医生辅助诊断提供有价值的信息。更多关联规则算法建模过程参见：=2