您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览120 | 下载21

通过医疗数据预测疾病的发展状况具有十分重要的意义.介绍聚类分析和属性约简的概念,阐述典型的聚类分析流程和新的基于属性的约简聚类分析算法,通过对医疗数据进行属性约简,可极大提高聚类分析过程的效率,同时通过与现有经典聚类算法的比较,证明该算法的有效性.

作者:李晓雪;郑静晨;李明;郝昱文

来源:医学信息学杂志 2016 年 37卷 4期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:120 | 下载:21
作者:
李晓雪;郑静晨;李明;郝昱文
来源:
医学信息学杂志 2016 年 37卷 4期
标签:
医疗数据 数据属性约简 聚类分析 数据挖掘 Medical data Data attribute reduction Cluster analysis Data mining
通过医疗数据预测疾病的发展状况具有十分重要的意义.介绍聚类分析和属性约简的概念,阐述典型的聚类分析流程和新的基于属性的约简聚类分析算法,通过对医疗数据进行属性约简,可极大提高聚类分析过程的效率,同时通过与现有经典聚类算法的比较,证明该算法的有效性.