机构名称：
¥ 1.0
大数据库受到数据挖掘技术的约束，该技术采用统计分析，机器学习和数据库技术的组合策略来发现隐藏的模式。此外，由于其作为研究领域的巨大重要性，医疗数据挖掘在创建蓬勃发展的医疗保健行业的几种应用中的重要性。在考虑全球发生的所有死亡时，心脏病似乎是主要因素。医疗专业人员在确定患者是否患有心脏病时面临着一项具有挑战性的任务，因为它要求进行广泛的测试和多年的经验。使用三种数据挖掘分类技术（例如决策树和幼稚的贝叶斯）开发预测系统，这是探索大量数据集的过程，用于以前未发现和未知的链接，模式和知识，这些链接，模式和知识在使用常规统计技术方面具有挑战性。数据挖掘和知识发现是在业务中使用了十多年的想法。数据挖掘技术已经开发出来，现在已被广泛用于商业目的以及许多其他应用，包括诸如乳腺癌筛查和心脏病诊断，临床途径中的时间依赖性模式挖掘以及重症监护医学分析。对预后和对医学数据的更深入理解具有重要意义的新兴主题是医疗保健中的数据挖掘。在本文中涵盖。关键字：数据挖掘，心脏病，数据挖掘分类技术，预测，决策树。
使用数据挖掘技术的心脏病预测
主要关键词
相关文件推荐
