APP下载

改进Apriori算法挖掘妊娠期糖尿病患数据

2021-10-19黄嘉欣

现代计算机 2021年25期

黄嘉欣

(1. 广西大学计算机与电子信息学院,南宁 530004;2. 柳州市妇幼保健院信息工程科,柳州 545001)

0 引言

Agrawal 等[1]于1993 年提出关联规则挖掘概念,并在1994 年提出了著名的基于频繁项集的Apriori挖掘算法[2]。Han等[3]提出了基于频繁模式树(frequent pattern tree, FP-Tree)的挖掘算法,将数据集映射到FP-Tree,并在该模式下寻找频繁项集。Park 等[4]提出了DHP 算法,将Hash 技术应用在寻找频繁项集过程中。文献[5]提出了Apriori 算法的3 种优化方法,对连接步中的项集进行剪枝,删除在扫描数据库时不必要比较的事务,在数据回扫时删除不必要的项目或事务。文献[6]提出了FARMBM 模糊关联规则算法,构造矩阵压缩存储模糊候选集和频繁集。Krajca 等[7]提出了一种基于近似布尔矩阵分解的算法。文献[8]提出了在分布式环境下基于矩阵的关联规则增量更新方法(MFUP)。文献[9]提出了一种基于聚类和矩阵压缩的Apriori 算法,它先利用Kmeans 算法划分数据集,将得到的小数据集转化成布尔矩阵,再进行关联规则的挖掘。文献[10]通过Apriori 算法建立关联模型,处理得出患妊娠期糖尿病孕妇的血清中锌、铁含量低于正常妊娠期孕妇的信息。文献[11]使用Apriori 算法挖掘得到肝癌的致病因素。

本文给出一个基于布尔映射矩阵的Apriori 算法,并将其应用于妊娠期糖尿病患者数据的挖掘分析,为医院医疗数据分析提供妊娠期糖尿病危险因素的结果。

1 基于布尔映射矩阵的Apriori算法

1.1 相关概念

定义1 布尔矩阵:设M为一个m×n矩阵,其中dij为矩阵的第i行、第j列元素,将事务数据库D按规则σ转换成矩阵M,其中σ规则为:对事务集T按行顺序排列,矩阵中的第i行对应事务集中的Ti;……

登录APP查看全文