改进关联规则算法对乳腺癌扩散的预测研究

摘要：

传统Apriori算法只能处理布尔型数据,无法对包含连续属性的乳腺癌患者就诊记录进行规则挖掘.对此,提出一种基于改进Apriori算法的乳腺癌扩散的预测方法.该方法通过引入模糊集理论,提出新的支持度计算方法,对Apriori算法进行优化.实验结果表明,改进后的算法能够处理含有连续型数据的乳腺癌患者就诊记录,相比传统算法,能够挖掘出更多、质量更高的规则,得出了乳腺癌患者的致病因素和扩散之间的隐藏规则,从而验证了改进后的Apriori算法对于辅助乳腺癌患者治疗具有指导意义.

关键词：数据挖掘、Apriori算法、乳腺癌扩散预测、模糊集

所属期刊栏目：48

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;安徽省自然科学基金面上项目;安徽理工大学博士基金资助项目

在线出版日期：2020-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：72-79