多维2型糖尿病实测数据的预处理技术

多年积累的实测糖尿病数据是一项重要的不可再生资源，对其数据的有效管理、处理、利用是一项非常必要和有意义的工作。该文就经过长期积累的2万多人次的调查和实测数据进行了有效的前期处理，其中涉及健康调查表内容以及原始数据的正确录入，对存入数据库的原始数据实施的数据清理、数据变换和数据规约3项预处理技术。2型糖尿病数据的预处理可以消除数据中的噪声、不完整和不一致性，实现数据的归一化和有效压缩，从而形成高质量的数据，可使数据的再处理(统计、数学建模、数据挖掘等)更加有效。此外，经预处理过的数据还可以作为一种重要的资源加以长期保存。     

C4.5算法在2型糖尿病分类规则建立中的应用*

基于大量实测数据,将数据挖掘C4.5算法引入2型糖尿病的数据处理之中,建立了多条有效规则,通过测试其患病与未患病的平均正确识别率达97%。重要的是建立的这些规则同医学上的认识基本一致,可以说这些规则的建立为解释糖尿病发病因素之间的相互关系以及影响程度提供了一种新的方法,为建立2型糖尿病的预警和干预控制的研究提供了基础。