乳腺癌作为威胁女性健康的常见恶性肿瘤之一,较多的出现在欧美等国家。近几十年来,作为不是乳腺癌高发地区的亚洲,却出现女性乳腺癌发病率逐节攀升的情况,虽然目前中国乳腺癌发病率低,但是发病率的增长速度是全球的两倍,而在我国的沿海地区以及一线城市,女性乳腺癌的发病率更是呈现令人担忧的状况,而年龄处于50岁左右的女性,其恶性乳腺癌的发病率尤为明显。为了研究是哪些因素主要影响着描述乳腺癌恶性程度的组织学分级(癌细胞分化程度),本文从美国癌症数据库中挑选了所有关于乳腺癌的影响因素。由于患者数据量以及原始选取的变量众多,首先需要对数据进行大量的清洗预处理,包括多次使用多元logistic回归分析中变量的显著性来确定变量的选择,删除P值远大于0.05的变量,对有争议的的变量通过再次多元logistic回归分析中的显著性和准确率分析来确定是否保留。最终通过留下的变量,即研究患者病理上的影响因素包括雌激素受体(ER)、肿瘤大小、年龄、人表皮生长因子受体2、检查的区域淋巴结数目、孕激素受体(PR)、肿瘤位置以及县属性的社会影响因素包括标准化生活费用指数、贫困人口比率、9年以下受教育率、高中以下受教育率、婚姻状况、正在抽烟比率、贫困家庭比率,来对2011年2015年五年间处于45岁至74岁之间的患有乳腺癌恶性肿瘤女性患者的严重程度展开分析。而后将数据分为训练集与测试集,构建多种决策树来拟合预测,最终确定使用决策树的C5.0算法和CRT算法,并获得0.8181和0.7983的准确率,在ROC曲线下的面积为0.818,效果良好,在灵敏度上获得了0.9的高分,模型对癌细胞分化较好的患者案例预测很好。通过分析得到的变量对组织学分级的影响结果,对未患病的女性有如下建议:1.定期检查,2.提升自我素质、不抽烟、学会释放经济上的压力。