| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景与立题依据 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.2.1 理论意义 | 第12-13页 |
| 1.2.2 实际意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-18页 |
| 1.3.1 国内研究现状 | 第13-16页 |
| 1.3.2 国外研究现状 | 第16-18页 |
| 1.4 论文主要内容及结构安排 | 第18-19页 |
| 1.5 研究方法 | 第19-21页 |
| 1.5.1 文献调研法 | 第19页 |
| 1.5.2 统计分析法 | 第19-20页 |
| 1.5.3 对比评价法 | 第20-21页 |
| 第2章 基本理论与方法 | 第21-32页 |
| 2.1 数据挖掘基本理论 | 第21页 |
| 2.2 数据挖掘基本方法 | 第21-27页 |
| 2.2.1 人工神经网络 | 第22-23页 |
| 2.2.2 关联规则 | 第23-24页 |
| 2.2.3 聚类分析 | 第24-25页 |
| 2.2.4 决策树 | 第25-27页 |
| 2.3 四种数据挖掘方法的对比分析 | 第27-28页 |
| 2.4 四种数据挖掘方法在医学领域的适用范围及协同应用 | 第28-29页 |
| 2.4.1 适用范围 | 第28页 |
| 2.4.2 协同应用 | 第28-29页 |
| 2.5 数据挖掘工具分析 | 第29-32页 |
| 2.5.1 R | 第30页 |
| 2.5.2 Weka | 第30-32页 |
| 第3章 ALS 数据的预处理 | 第32-46页 |
| 3.1 数据的来源 | 第32-34页 |
| 3.2 数据预处理 | 第34-38页 |
| 3.3 共现矩阵 | 第38-46页 |
| 第4章 ALS 危险因素共现矩阵的 K-Means 分析 | 第46-58页 |
| 4.1 基于 R 的 ALS 危险因素共现矩阵 K-Means 分析 | 第47-50页 |
| 4.2 基于 Weka 的 ALS 危险因素共现矩阵 K-Means 分析 | 第50-52页 |
| 4.3 ALS 危险因素共现矩阵 K-Means 分析结果的判别分析 | 第52-58页 |
| 第5章 ALS 治疗方法共现矩阵的 K-Means 分析 | 第58-67页 |
| 5.1 基于 R 的 ALS 治疗方法共现矩阵 K-Means 分析 | 第59-61页 |
| 5.2 基于 Weka 的 ALS 治疗方法共现矩阵 K-Means 分析 | 第61-62页 |
| 5.3 ALS 治疗方法共现矩阵 K-Means 分析结果的判别分析 | 第62-67页 |
| 第6章 结论与展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 作者简介与科研成果 | 第74-75页 |
| 致谢 | 第75页 |
