关联规则分析和logistic模型的相关性研究
logistic回归模型是一个经典的统计学模型[1] ,利用该模型可以做预测并解释因变量和自变量之间的关系,其已被广泛应用于医学、生物学、工程、经济和农业等领域[2-6]. 关联规则分析是一种数据挖掘方法[7] ,它通过人为给出规则标准的方式解释数据库中项与项之间的关系. 这两种方法都可以用于提取影响某变量(结局)的因素[8-10]. 目前很多研究利用这两种方法互相补充来获得影响因素[11-15] ,但他们并不解释两种方法之间的联系以及联合使用后所得到结果的意义.本研究将从两种模型的数学原理出发,通过理论证明发现他们之间的联系,从而得到结合两种方法分析数据所得结果的异同及其实际的应用价值.
关联规则分析、统计学模型、挖掘方法、分析数据、解释、因变量、影响因素、应用价值、数学原理、联合使用、理论证明、回归模型、互相补充、规则标准、数据库、生物学、预测、医学、提取、农业
34
TP3;F71
2017-11-20（万方平台首次上网日期，不代表论文的发表时间）
共4页
805-807,811
