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。
中图分类号:
艾云昊,杨超宇,李慧宗. 改进关联规则算法对乳腺癌扩散的预测研究[J]. 江汉大学学报(自然科学版), 2020, 48(4): 72-79.
AI Yunhao,YANG Chaoyu,LI Huizong. Prediction of Breast Cancer Diffusion by Improved Association Rule Algorithm[J]. Journal of Jianghan University (Natural Science Edition), 2020, 48(4): 72-79.