乳腺癌具有较高的发病率和死亡率,严重威胁女性的身体健康。因其发病机理难以确定且病情隐匿,所以早期乳腺癌很难被发现,不易引起患者的重视。大量乳腺癌患者由于错过最佳治疗时机而导致病情加速恶化,甚至威胁生命。人工筛查肿瘤过程存在效率低以及主观性强的缺点,使得乳腺癌患者无法得到根治。近年来我国各个领域的数据量成指数规模扩大,而与日俱增的医疗数据也给医务工作人员带来压力和挑战。医疗数据与一般数据相比有着异构性、冗余性、隐私性等特点。医务人员需要投入大量的人力物力才能从类别差异极大的数据中获取有效信息进而诊断疾病。由于传统医疗诊断方法有一定的局限和不足,本文从分类监督学习算法入手,挖掘乳腺癌患者的相关数据并利用模型进行预测。本文的主要工作如下:(1)阐述了传统的乳腺癌诊断治疗方法,针对仅依靠临床经验和影像学诊断的缺陷,选择开放的UCI数据库作为数据来源,将决策树算法应用到乳腺癌临床医疗预测中,利用患者乳房硬块的细针抽吸数字影像数据进行肿瘤良恶性的预测。结合因子分析法从较多属性中选出影响较大的因子作为当前节点的测试属性,并自上而下递归建立模型,在此基础上对决策树进行最佳深度的探索,构建最佳决策树模型。实验结果表明,决策树算法对于乳腺癌肿瘤良恶性有较好的预测效果,但模型并不稳定,且在训练集上的准确性还有待提高。(2)决策树模型易于解释和理解的特性十分适合于复杂专业的医疗数据集挖掘,但很难探索到全局最优决策树。为了进一步提高预测的准确率,提出了k近邻改进算法W-k NN算法。该算法首先对样本属性进行标准化处理,并对不同距离进行加权,最后调整k的取值。实验证明,W-k NN算法可以更好的预测乳腺癌肿瘤性质以及癌症复发情况。(3)建立了乳腺癌肿瘤辅助预测系统,不仅可以提升数据挖掘的效率和质量,还可以为医疗单位工作的开展提供有效的支持,同时将乳腺癌的治疗决策聚焦于个体化,提供精准医疗服务。