多维2型糖尿病实测数据的预处理技术.pdfVIP

第30卷第17期 计算机工程 2004年9月 2004 VoL30 7 September №l ComputerEngineering ·开发研究与设计技术· 文章编号：l000．_3428(2004)17一1178珈4文献标识码：A 中圈分类号：TP319 多维2型糖尿病实测数据的预处理技术 罗森林‘，成华2，张铁梅’，曾平’，陈峥? (1．北京理工大学l院5系，北京10008l；2．中国科学院软件技术研究所，北京100080； 3．北京医院，北京100730；4．南京医科大学流行病与卫生统计学系，南京210029) 摘要：多年积累的实测糖尿病数据是一项重要的不可再生资源，对其数据的有效管理、处理、利用是一项非常必要和有意义的工作。该文 就经过长期积累的2万多人次的调查和实测数据进行了有效的前期处理，其中涉及健康调查表内容以及原始数据的正确录入，对存入数据库 的原始数据实施的数据清理、数据变换和数据规约3项预处理技术。2型糖尿病数据的预处理可以消除数据中的噪声、不完整和不一致性，实 现数据的归一化和有效压缩，从而形成高质量的数据，可使数据的再处理(统计、数学建模、数据挖掘等)更加有效。此外，经预处理过的 数据还可以作为一种重要的资源加以长期保存。 关糊：2型糖尿病；数据清理；数据规约；数据预处理 2DiabetesPracticeData Type Pre—processing LUO Senlin‘，CHENGHu矿，ZHANGTiemei3，ZENGPinF，CHEN Fen94 100080； (I．BeijingInstituteofTechnology，Beijing10008I；2．InstituteofSoftware’Fechnologs,，ChineseAcademyofSciences．Beiiing 210029) 3．BeijingInstituteofGeriatrics，MinistryofHealth，Beijing100730；4．NanjingUniversityofMedicine，Nal!iing lAbstractl The dataofthe 2diabetesthataccumulated isnot theeffective andUSCarean practice type bymanyyears re-genesis，SO management and workThe ofi／lorethen thousands and 2diabetesdata importantmeaningthl pre—processingtechnologies twenty peoplessurveyingmcasnringtype are involvethe ofthe outofthedataandthetranslationofthedataandthe ofan ofthe discussed，whichrecordingdata，thesorting stipulationsagJ‘eement