36、基于医疗数据集关联分类和遗传算法的心血管疾病早期预测

基于医疗数据集关联分类和遗传算法的心血管疾病早期预测

1. 引言

数据挖掘技术能将原始数据转化为有用信息，许多公司会利用它来分析大量数据，从而更好地了解客户，制定有效的营销策略，还能增加收入、降低成本和提高生产力。数据挖掘作用于被称为数据仓库的大型数据存储库，它由关联、分类、聚类、预测和组合等多种工具和技术组成，也可将两种或多种数据挖掘技术结合以获得高精度结果。

关联和分类技术是密切相关的数据挖掘方法，将它们结合形成的关联分类，可构建预测模型分类器，这种方法能更好地用于人类疾病预测。因此，提出了基于关联类型，利用遗传算法从医疗数据集中发现知识的方法。

2. 相关工作

自关联分类被提出以来，受到了研究人员和数据挖掘从业者的广泛关注。以下是关联分类在医疗数据集上的一些应用：
- 针对不平衡数据分类问题，有采用动态粒子群和蚁群优化器的方法来处理。
- 提出了基于关联规则的多类分类方法，该方法能有效发现频繁项并对其进行排序，以便选择高置信度规则作为分类器的一部分。
- 有利用分类技术改进的心脏病预测系统，使用13种不同属性从医疗数据集中提取知识。
- 提出了使用数据挖掘方法预测院外心脏骤停后生存原因的模型，结合经典统计分析和贝叶斯网络中的数据挖掘，帮助医生预测患者的生存情况。
- 提出了一种诊断心血管疾病的方法，利用分类方法从HRV和ECG图像中提取与心脏病相关的多个参数。

3. 背景知识

3.1 关联分类

关联分类利用关联规则挖掘生成分类规则，它是关联规则挖掘和多样性的结合，形成右侧为结果的特殊关联规则子集。关联分类过程的输出以简单的if - t