论文部分内容阅读
当前医疗卫生数据呈现量大、种类多、特征混杂等特点，为数据挖掘分类带来一定的挑战。针对医疗卫生数据的这些特点，提出一种基于主成分分析和支持向量机相结合的数据挖掘分类方法，重点研究该方法的算法模型，以及在医疗卫生领域的具体实现，并在MATLAB环境下利用Cardiotocogmphy数据集和BreastCancer数据集进行了仿真实验。实验结果表明，该方法的分类效果较好，为当前医疗数据挖掘分类提供了一种可行的思路。