决策树实现疾病预后预测建模.pdf-资料库

决策树实现疾病疾病疾病疾病预后预测建决策树实现预后预测建模模模模预后预测建决策树实现决策树实现预后预测建教学案例教学案例教学案例教学案例文件状态： [ ] 草稿 [√] 正式发布 [ ] 正在修改 [ ] 作废文件标识： DMS_03_008 当前版本： V01.00.000 作者：教培部研发部参与者： 2010-07-20 完成日期：太普软件（www.tipdm.com）

: DMS_03_008 目目目目录录录录数据挖掘技术及应用（教学案例）文档编号 1.1.1.1. 概述概述概述概述 ............................................................................................ 3 2.2.2.2. 案例描述案例描述..................................................................................... 3 案例描述案例描述 3.3.3.3. 建模过程建模过程..................................................................................... 4 建模过程建模过程绝密太普数据挖掘套件(TIP DM Suite) 试用网址：www.tipdm.cn 2 第 9 页共页

1.1.1.1. 概述概述概述概述案例描述案例描述案例描述 2.2.2.2. 案例描述从数据中生成分类器的一个特别有效的方法是生成一颗决策树。决策树表示法是应用最广泛的逻辑方法。目前生成决策树方法的算法主要有三种: CART算法，CHAID算法，C4.5 算法。其中C4.5算法是发展的比较完善也是比较简单易懂的一种决策树算法。 C4.5算法是Quinlan的ID3算法的改进版本，该算法从树的根节点处的所有训练样本开始，选取一个属性来区分这些样本。对属性的每一个值产生一个分支，分支属性值的相应样本子集被移到新生成的子节点上，这个算法递归地应用于每个子节点上，直到节点的所有样本都分区到某个类中，到达决策树的叶节点的每条路径表示一个分类规则。这样自顶向下的决策树的生成算法的关键性决策是对节点属性值的选择。选择不同的属性值会使划分出来的记录子集不同，影响决策树生长的快慢以及决策树结构的好坏，从而导致找到的规则信息的优劣。C4.5算法的属性选择的基础是基于使生成的决策树中节点所含的信息熵最小。所谓熵在系统学上是表示事物的无序度。不难理解熵越小,则记录集合的无序性就越小，也就是说记录集合内的属性越有顺序有规律，这也正是我们所追求的目标。通过手术后疾病复发时间和手术后生存时间作为评价标准，建立模型，并通过数据挖掘方法，对手术的治疗效果和方案的优劣进行预测，为病人规划最佳的手术和治疗方案，提高生存质量具有十分重要的意义。选取某医院10年来肝癌病例总共4860例，每个病例有病人近80个信息，其中包括患者病历号、性别、年龄、学历、职业、住址、基本病史、临床体征、恶性肿瘤分类、实验室检验指标、影像学检查等，经过数据预处理，选取其中20个有代表性的样本，选取对预后有影响的l0个指标如下表：广州太普软件科技有限公司页 3 第 4 页共

: DMS_03_008 数据挖掘技术及应用（教学案例）文档编号指标项说明如下：变量名变量标示变量说明 X1 食道静脉曲张无(no)、轻(light)、中(mid)、重(serious) 门脉癌栓无(no)、分支(branch)、主干(trunk) X2 X3 HbsAg 阴性(negative)、阳性(positive) X4 Anti-HCV 阴性(negative)、阳性(positive) X5 肿瘤部位左肝(leftliver)、右肝(rightliver)、全肝(allliver) X6 肿瘤大小直径<3cm(small)、3~5cm(middle)、5~10cm(big)、 >10cm(verybig) X7 肿瘤生长方式膨胀(dilation)、浸润(infiltration) X8 肿瘤包膜完整(integrate)、子灶突破包膜(part)、无(no) X9 肿瘤旁的微小子灶无(no)、有(have) X10 术后腹水无(no)、少(less)、多(much) DECISION 预后影响有(Y)、无(N) DT_001_Nominal.xl s 本案例通过太普数据挖掘套件（http://www.tipdm.cn）实现建模过程。更多关于此软件工具的介绍详见：http:// 方案管理方案管理方案管理方案管理 www.tipdm.com 3.3.3.3. 建模过程建模过程建模过程建模过程数据管理数据管理数据管理数据管理绝密太普数据挖掘套件(TIP DM Suite) 试用网址：www.tipdm.cn 4 第 9 页共页

数据挖掘技术及应用（教学案例） : DMS_03_008 文档编号 1 预测建模预测建模预测建模预测建模、选择算法绝密太普数据挖掘套件(TIP DM Suite) 试用网址：www.tipdm.cn 5 第 9 页共页

CART 数据挖掘技术及应用（教学案例）决策树算法建模，也可以选择 C4.5 : DMS_03_008 文档编号算法建模。 2 本次实例中选择了、导入数据、参数设置 3 4 、交叉验证绝密太普数据挖掘套件(TIP DM Suite) 试用网址：www.tipdm.cn 6 第 9 页共页

数据挖掘技术及应用（教学案例） : DMS_03_008 文档编号 5 从交叉验证的结果来看，对样本正确分类的个数为8个，从混淆矩阵的第一行也可以看出，就DECISION属性来说，实际结果为Y的，正确分类到Y的样本数为1个，而错误分类到N的有8个，同样对于矩阵的第二行，实际结果为N，正确分类到N的样本数有7个，而错误分类到Y的样本有4个。、模型训练 6 、模型验证绝密太普数据挖掘套件(TIP DM Suite) 试用网址：www.tipdm.cn 7 第 9 页共页

数据挖掘技术及应用（教学案例） : DMS_03_008 文档编号 7 选择原数据中的第8行到第10行作为模型的验证数据，对模型进行验证，从验证的输出结果来看，对这3样本的分类完全正确。模型预测、在进行模型的预测时，任意输入各个属性的值，点击模型预测，即可对模型进行预测。绝密太普数据挖掘套件(TIP DM Suite) 试用网址：www.tipdm.cn 页共页第 8 9

资料库

决策树实现疾病预后预测建模.pdf

相关推荐

课程资源

热门标签

最新资料