基于粗糙集与广义关联度系数的贝叶斯中医证候分类模型.pdfVIP

基于粕糙集与广文关联度系数的 贝叶斯中医证候分类模型 张跃宏 ，刘 平 ，张 琴。，王 磊 ，孙继佳 ，严广乐 ，苏式兵 f1．上海理工大学 管理学院，上海 200093；2．上海中医药大学，上海 201203； 3．上海市(复旦大学附属)公共卫生临床中心，上海 201508) 摘 要：文章主要探讨了一种贝叶斯分类方法在肝炎后肝硬化中医诊断中的应用，介绍了粗糙集 理论、广义关联度系数以及贝叶斯分类模型等数据挖掘技术。并且，运用粗糙集理论及广义关联度系 数方法，对287例肝炎后肝硬化的症状、体征进行了属性选择。进一步，利用树增广的朴素贝叶斯分类 算法．构建了肝炎后肝硬化中医证候分类模型 实验表明这种模型对肝炎后肝硬化的6种主要证候分 类的符合率达83％ 研究结果对肝炎后肝硬化的中医临床诊断具有参考意义。 关键词：粗糙集；广义关联度 系数 ；贝叶斯分类模型；TAN分类器；肝炎后肝硬化 中图分类号：N941．5 文献标识码：A 文章编号：1002—6487(2008)12—0159—03 获取正确决策的最小信息量，从而也降低了特征空间的维数 1 粗 糙 集 理 论 基 本 概 念 2 广 义 关 联 度 系 数 法 粗糙集(Rough Set)理论【】-21是一种新的处理模糊和不确 定性知识的数学．[具。其主要思想就是在保持分类能力不变 厂 义关联 厦糸数法131是基于关联 度 糸数 法 改进的一种 的前提下，通过知识约简，导出问题的决策或分类规则。 用来表征各个子系统之问关系的算法。该算法简单易行。假 利用粗糙集进行属性约减是粗糙集理论的重要内容之 设有两个离散随机变量X，和xl，他们的概率分别为p(X，)和P 一 。 所谓属性约减，义叫属性选择．就是保持信息系统在分类 (XJ，并满足 能力不变的前提下，删除其中冗余属性，特别是，当信息系统 p(X ，Xj)=p(X，) (1) 中的数据是随机采集时，其冗余更为普遍。 J 定义 1设 U为一个论域，P为定义在U上的一个等价 关系族。P中所有必要关系组成的集合称为关系族P的核， p(X x )=p(x ) (2) I 记作core(P)。 随机变量X 的熵定义为 定义2设 U为一个论域，P、Q为定义在u上的两个等 价关系族，且Q P。如果满足： H(X，)一∑p【x，)l。gp(x ) (3) I (1)ind(Q)=ind(P)； X 和X 联合熵定义为： (2)O是独立的；