-
-
用改进Apriori算法确定药房处方药物的关联规则
针对在药房和药店等医疗保健系统产生大量的交易数据进行数据挖掘的问题。为了从药房和药店等医疗保健系统中获取有关药物间关联的有用信息,在本文中,采用改进Apriori算法从药房内订购的处方获得的数据进行数据挖掘,通过SPSS Clementine平台试验,从这些处方中的指定药物中获得了10个关联规则。在这些关联规则中,得出了以下主要结论:维生素D和钙片是最相关的药物,奥美拉唑和甲硝唑在关联方面排名第二。这些规则的准确性也由医生亲自研究和审查。
-
-
-
基于Apriori Pro算法的辅助知识获取技术研究
为了解决产生式规则专家系统知识获取难的问题,采用了一种新的Apriori Pro改进算法,并且将该算法成功的应用于火炮故障诊断专家系统中。实验结果显示改进后的Apriori算法有效的提高了故障诊断知识获取的准确性和效率性。
-
基于矩阵的apriori算法的改进
针对基于矩阵的apriori算法在删减矩阵前对频繁k-1-项集存在多余扫描的问题,根据apriori算法项集的有序性和删减矩阵的相关性质,提出了一种改进的查找方法,减少了扫描量,从而达到了降低算法时间复杂度的目的。
-
数据挖掘Apriori算法的改进
为了解决数据挖掘中关联规则Apriori算法存在的缺陷,提出了一种全新的基于对候选项集处理的改进算法。该算法主要采用一次扫描数据库和对候选项集进行计数处理的方法,实现了减少执行时间以及计算量的目的。实际应用表明,改进后的Apriori算法具有操作简便、测试准确的特点,达到了提高数据挖掘效率和准确性的要求。
-
apriori关联分析matlab实现
经典的关联规则数据挖掘算法Apriori 算法广泛应用于各种领域,通过对数据的关联性进行了分析和挖掘,挖掘出的这些信息在决策制定过程中具有重要的参考价值。
-
-
-
-