医学数据挖掘第7章PPT课件.ppt

OUTLINES一、引言一、引言一、引言二、聚类标准二、聚类标准二、聚类标准三、k-means算法三、k-means算法三、k-means算法三、k-means算法三、k-means算法三、k-means算法三、k-means算法三、k-means算法三、k-means算法三、k-means算法三、k-means算法四、EM算法四、EM算法四、EM算法四、EM算法四、EM算法对某城市年龄范围为25岁～55岁的中青年人群进行调查。各属性的含义如下：27Microsoft聚类分析通过其查看器来解释，SQLServerAnalysisServer提供的聚类分析查看器有4个选项卡。聚类之间是相互联系的，通过单独的某一个视图难以理解挖掘模型，但可以同时使用这些视图。

聚类的目的之一是给每一类贴上标签（1）获得顶层视图
（1）获得顶层视图（2）选择一个聚类并且找出与其它聚类之间的区别，以聚类1为例：分类特征视图，该视图通过以递减概率显示属性来描述聚类事例的特征
点击分类对比选项卡，将分类1与它的补充进行了比较。
（3）确定一个聚类如何区别于相邻的聚类
这个聚类可能非常相似于其它的聚类，并且在这个时候所做的标识适用于所有这些聚类。
与聚类1相似的聚类强度都不大，相对来说，与类8和类10相似性大点。通过比较类1和8，可以看出这两个聚类的重要差异是劳动强度和是否早起；通过比较类1和10，可以看出这两个聚类的重要差异是是否养宠物。（4）验证判断是否正确
通过比较聚类与其相邻的聚类，并且对聚类进行改进的时候，就有可能出现误导的情况:
两个聚类之间的差别可能是由一个属性引起的，该属性在这两个聚类中都不常见，但是在其中一个聚类中更少见。
通过对聚类1进行进一步验证，发现可以用“冠心病”标识“聚类1”，即聚类1的主要特征是有“冠心病”。（5）对聚类进行标识
聚类1为“冠心病”

结论：
冠心病高发人群有如下特点：高血脂，高血压，很少运动，经常熬夜，工作压力大，有家族新血压或心脏病病史，都不养宠物。同时发现男性比例显著高于女性的发病率等。

可以对这些因素进一步进行分析，对冠心病的预防、治疗及其医疗保健等有重要的指导作用。
作业小结