四种典型数据挖掘算法在疾病防治中的研究现状分析
由于医疗大数据的快速发展，数据挖掘算法在疾病防治领域也有了长足的进步，其包括许多算法，按照训练的数据有无标签，分为监督学习算法、无监督学习算法和特殊算法，监督学习算法又包括决策树、线性回归、逻辑回归、神经网络和支持向量机，无监督学习算法包括聚类算法和维数约减，而推荐算法是一种特殊算法。由于不同数据挖掘算法自身的优势和劣势，使其在不同的疾病防治方面也有不同程度的侧重，如何根据自身数据的特点和研究目的选择合适的数据挖掘算法至关重要。但不可否认的是，数据挖掘算法在疾病防治领域已经占有非常重要的作用，是把临床决策和医疗大数据有机结合的必备工具，是未来进行决策支持的主要手段。
疾病防治 数据挖掘算法 健康教育 决策支持
任珂 牟冬梅
吉林大学公共卫生学院,长春130021
国内会议
郑州
中文
269-272
2015-06-17（万方平台首次上网日期，不代表论文的发表时间）