应用研究
前置粗糙分类器的基于关联规则的
Logistic回归在脑梗塞发病因素分析中的应用
杨丽1徐德生1李长青1田文生2
(1.内蒙古工业大学管理学院管理科学系内蒙古呼和浩特010051：2.内蒙古呼和浩特市第一医院内蒙古呼和浩特010062)
摘要：研究西北少数民族地区引越脑梗塞发病的环境、习俗、健康状况和病史等复杂园素，从中找出关键园素进行预防。采用租载集递行展性药减，然后进行关联规则挖据，并对挖据结果进行Loistic回归。模出的模型解决了届性完余和置信度框架常常产生过多的规则的缺陷。研究发现有其他脑血管病史、嚼酒、季节变化是脑梗塞发病的显著性因素。对于西挑少数民族地区居民，过其他脑血管疾病、饮酒、季节变化部是脑梗塞发病的重要影响因素，而民族是非融立性显著因素。
关键词：关联规则数据挖据LOGISTIC回归脑梗塞中图分类号：TP311.13
文献标识码：A
文章编号：1007-9416(2012)05-0046-03
The application of Logistic
regression in cerebral infraction
disease detection based on association
rules with pre-rough classifier
Abstract : Environment,customs and health status in
minority areas have been studied.We found the critical factors to prevent cerebral
infraction.First rough sets theory had been used to reduce the attributes,secondly association rules had been used,finally logistic regression model had been used. The model solved the shortcomings of too many nules that caused by attribute redundancy and reliability framework.The results show that the history of other erebrovascular disease,alcohol consumption and seasonal change are the sigmificant factors of cerebral infraction.For the northwest minority residents,the
history of other cerebrovascular disease_alcohol consunnption and seasonal chanre
nicant tars
Key words: Association rules Data mining;Logistic regression Cerebral Infraction
数据挖据目前是知识管理领域的一个研究热点，其中关联规则挖掘更是其中应用最广泛的方法之一。目前关联规则挖掘主要用于市场分析、金融数据分析和人口善查等领域，但在预防医学领域中还鲜见应用,在预防医学领域应用最大的困难是影响疾病的因素太多，使关联规则挖掘常常产生过多的元余规则和粗措规则，本文在克服这方面的困难进行了探索性研究。
关联规则是挖据大量数据中项集之间有趣的关联或联系，典型的关联规则算法
Apriori算法在计算时会产生大量元余的候选
集并频繁扫描数据库，针对该算法存在的缺陷，很多学者提出了改进的算法，但是主要集中到如何提高算法的运行效率，然而在实践中关联规则并不像人们期望的那么有用，一个主要的缺点是支持度
置信度相
装带
生过多的规则，需要用更严格的统计学知误处理
规则增值,所以本文引入Logistic回归模型对关联规则挖掘产生的
要财品
的统计检验，从中分离中主要因素以加强对实践的
指导作用，并且在分析模型前端配置了一
个粗集分类器（模型)
首先进行属性约简，去除允余属性，然后进行关联规则挖据，最后对生的规则进行Logistic回归（如图1所示)，解决了属性元余和置信度框架常常产生过多的规则的缺陷，
本文以西北少数民族地区人群为索例，研究西北少数民族地区引起脑梗塞发病的环境、习俗、健康状况和病史等复杂因素，我们的
of cerebral infraction-while nation
an independent
数据挖掘发现；有其他脑血管病史、喝酒、季节变化是脑梗塞发病的显著性因素。
原始数据数据预处理应用粗稳集关联规则 LOGISTIC回归结果分析
图1模型框图
1、粗糙集理论