高维电子病历的数据降维策略与实证研究

摘要：

[目的]以高维的结构化电子病历数据为研究对象,探究数据降维的策略,为电子病历知识发现提供参考.[方法]通过文献调研进行初步约简,再分别利用主成分分析法提取特征根大于1的因子、提取累计贡献率大于85％的因子,利用Logistic回归方法提取有显著差异性的因子进行降维;根据实证研究定性定量评价三种方法提取的属性结果.[结果]三种降维方法分别提取8个、17个和14个属性,经过定性和定量评价发现,利用主成分分析方法提取特征根大于1的因子的降维效果相对较好.[局限]数据样本量有限,未能搜集一定时间跨度的数据进行深入分析.[结论]本研究制定的数据降维策略有效,可以在保留目标数据原始特征的同时,对高维空间数据进行识别、定位、分析,用较少的属性特征代替整体数据集,解决电子病历数据维度过高带来的数据挖掘灾难,提高数据挖掘的效率和分析结果的准确性.

关键词：降维、数据挖掘、知识发现、电子病历

所属期刊栏目：2

分类号：G353.1(情报学、情报工作)

资助基金：国家自然科学基金面上项目“嵌入式知识服务驱动下的领域多维知识库构建”71573102;吉林省教育厅社会科学项目“虚拟健康社区知识发现与实证研究”项目JJKH20170881SK的研究成果之一

在线出版日期：2018-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：88-98