摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-20页 |
1.1 研究背景与研究意义 | 第11-13页 |
1.1.1 研究背景 | 第11-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.2.1 国外研究现状 | 第13-15页 |
1.2.2 国内研究现状 | 第15-17页 |
1.2.3 研究综述 | 第17-18页 |
1.3 研究内容与研究方法 | 第18-20页 |
1.3.1 研究内容 | 第18页 |
1.3.2 研究方法 | 第18-20页 |
第2章 相关理论基础 | 第20-31页 |
2.1 特征选择概述 | 第20-24页 |
2.1.1 特征选择基本概念 | 第20页 |
2.1.2 特征选择基本流程 | 第20-22页 |
2.1.3 特征选择模型 | 第22页 |
2.1.4 CFS与Relief F方法概述 | 第22-24页 |
2.2 数据挖掘概述 | 第24页 |
2.2.1 数据挖掘的基本概念 | 第24页 |
2.2.2 数据挖掘过程 | 第24页 |
2.3 决策树概述 | 第24-27页 |
2.3.1 基本原理 | 第24-25页 |
2.3.2 C4.5 算法概述 | 第25-27页 |
2.3.3 决策树分类方法的优缺点 | 第27页 |
2.4 分类器评估方法概述 | 第27-30页 |
2.4.1 混淆矩阵 | 第27-29页 |
2.4.2 一致性检验 | 第29页 |
2.4.3 ROC曲线 | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第3章 M企业员工的糖尿病并发症预测模型的构建 | 第31-50页 |
3.1 医疗数据预处理 | 第31-33页 |
3.1.1 数据来源 | 第31页 |
3.1.2 数据格式转换 | 第31-32页 |
3.1.3 数据集成 | 第32页 |
3.1.4 数据清洗 | 第32页 |
3.1.5 数据变换 | 第32页 |
3.1.6 预处理结果 | 第32-33页 |
3.2 基于CFS的决策树风险预测模型构建 | 第33-40页 |
3.2.1 CFS特征选择算法的应用 | 第33-34页 |
3.2.2 C4.5 决策树算法的应用 | 第34-36页 |
3.2.3 基于CFS的决策树风险预测模型实现 | 第36-40页 |
3.3 基于Relief F的决策树风险预测模型构建 | 第40-45页 |
3.3.1 Relief F特征选择算法的应用 | 第40-42页 |
3.3.2 基于Relief F的决策树风险预测模型实现 | 第42-45页 |
3.4 基于Wrapper的决策树风险预测模型构建 | 第45-49页 |
3.5 本章小结 | 第49-50页 |
第4章 M企业员工糖尿病并发症预测模型的评估及比较 | 第50-59页 |
4.1 特征选择结果的评估及比较 | 第50-53页 |
4.1.1 特征选择结果分析 | 第50-51页 |
4.1.2 特征选择结果的分类效果评估及比较 | 第51-52页 |
4.1.3 特征选择算法应用的讨论与分析 | 第52-53页 |
4.2 并发症模型的评估及比较 | 第53-57页 |
4.2.1 并发症模型的分类结果比较 | 第53-54页 |
4.2.2 并发症模型的Kappa系数比较 | 第54-55页 |
4.2.3 并发症模型的ROC曲线下面积比较 | 第55-57页 |
4.2.4 基于决策树C4.5 预测模型的讨论与分析 | 第57页 |
4.3 本章小结 | 第57-59页 |
第5章 M企业员工糖尿病并发症管理平台的构建 | 第59-68页 |
5.1 M企业员工糖尿病并发症管理平台背景 | 第59页 |
5.2 M企业员工糖尿病并发症管理平台的需求分析 | 第59-60页 |
5.3 M企业员工糖尿病并发症管理平台的构建 | 第60-63页 |
5.3.1 M企业员工糖尿病并发症管理平台的结构设计 | 第60-61页 |
5.3.2 M企业员工糖尿病并发症管理平台的流程设计 | 第61页 |
5.3.3 M企业员工糖尿病并发症管理平台的功能设计 | 第61-63页 |
5.4 M企业员工糖尿病并发症管理平台页面的实现 | 第63-66页 |
5.5 企业员工疾病防控管理对策 | 第66-67页 |
5.6 本章小结 | 第67-68页 |
结论 | 第68-69页 |
参考文献 | 第69-73页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
致谢 | 第74页 |