近年来，由于生活水平的提高、饮食结构的改变、日趋紧张的生活节奏以及少动多坐的生活方式等诸多因素，全球糖尿病发病率增长迅速，糖尿病已经成为继肿瘤、心血管病变之后第三大严重威胁人类健康的慢性疾病。2010年我国疾病监测地区数据显示，我国18岁及以上居民糖尿病患病率为9.7％，据测算，糖尿病患者人数已达9000万。从调查数据看中国的糖尿病现状已非常严峻内，全国糖尿患者接近一个亿，目前中国已成为全球范围糖尿病增长最快的地区并且成为世界糖尿病第一大国。其中18-59岁劳动力人口糖尿病患病率为7.8%，而18岁及以上居民糖尿病知晓率仅为36.1%。糖尿病是与老百姓日常生活最为密切的慢性病，未来50年内糖尿病仍将是中国一个严重的公共卫生问题。　　目前，对控制糖尿病这类非传染性疾病的研究方法存在着相当大的局限性。针对传统研究糖尿病的局限性，本文重点研究2型糖尿病患者的临床检测数据，2型糖尿病患者的临床检测数据经过适当的转换存入数据库中作为原始数据。针对这些数据的不完整性、有噪声性和不一致性，本文用数据清理、数据变换、数据归约等数据挖掘的预处理技术处理这些原始数据。在这样的研究背景下，本文主要选择C4.5决策树算法对大量2型糖尿病患者的临床数据进行数据挖掘分析，采用C4.5决策树算法建立预测潜在疑似患者是否患有糖尿病的决策树，使用剪枝技术对建好的决策树进行剪枝，提取分类规则，依据分类规则建立，2型糖尿病患者预测模型。对分类规则中影响糖尿病的因素进行分析，为控制2型糖尿病发病提供科学依据，构造糖尿病的分类和预测系统，较少2型糖尿病的发病率。针对上述决策树对患患者群的正确率不够理想的情况，对传统的 C4.5决策树算法进行了改进，并且对改进前后的两种算法通过实验进行了对比分析，给出了一个经过改进的分类器和判定患患者群的解决。