基于apriori算法的高血压并发症关联性分析与研究(附件)【字数：10376】
摘 要在当今科技迅猛发展，各种新颖产品的不断涌现，人们的生活水平得到了很大的提高。然而，在人们的生活品质得到提高的同时，各种各样的疾病也伴随而来。由高血压引起的心脑血管疾病已成为中国人的首位死因。而因高血压所引起的并发症也相继而来。所以，为了分析研究高血压及其并发症之间产生的关联性，我们可以采用数据挖掘中的关联规则理论。本文采用Apriori关联规则算法针对高血压及其并发症进行采集，生成频集，产生规则。首先介绍了数据挖掘概念，然后对Apriori算法进行介绍。接下来对Apriori关联规则算法的步骤流程进行分析，将高血压与其并发症组成强关联规则。这样就能很清晰的解刨出高血压及其并发症之间所存在的关联性。最终，本文通过Python语言的编程方法得以验证Apriori算法。
目 录
第一章 绪论 1
1.1课题研究的背景与意义 1
1.2课题研究的内容 1
1.3论文架构 1
第二章 高血压及其并发症和关联规则的分析研究 3
2.1高血压及其并发症的分析介绍 3
2.1.1高血压疾病的研究进展? 3
2.1.2高血压的综述介绍 3
2.2 关联规则的综述分析 4
2.2.1关联规则的介绍 4
2.2.2关联规则的的概念 4
2.3 Apriori关联规则算法过程 5
2.3.1 Apriori算法的介绍 5
2.3.2 Apriori算法的步骤流程 5
2.4 选择Apriori算法的原因 7
2.5 本章小结 8
第三章 高血压并发症关联性的算例分析 9
3.1研究需要的参数选取及其设定 9
3.1.1数据的采集及预处理 9
3.1.2参数设定 9
3.2 Apriori算法分析高血压及并发症的关联性 10
3.3 数据挖掘结果分析 12
3.4本章小结 13
第四章 Python编程代码的设计与验证 14
4.1Python相关软件安装 14
4.2用Python对Apriori算法的代 *好棒文|www.hbsrm.com +Q: *351916072*
码编写 17
4.3 测试结果 18
4.4 问题研究 20
4.5 本章小结 20
结束语 21
致 谢 22
参考文献 23
附录A 24
第一章 绪论
1.1课题研究的背景与意义
在当今社会高速发展的时代下，人们的生活水平得到显著提高。与此同时，伴随而来的则是各类或大或小的疾病。高血压已经是人们生活中最常见也是最有危害性的疾病之一了。如今由高血压引起的心脑血管疾病已成为中国人的首位死因，不仅如此，高血压通常也不是一种独立的疾病，得有高血压的患者往往还会患有一些会导致心、脑、肾等重要器官的损害的相关疾病。生活中较为常见的是：腔隙性脑梗死、糖尿病、心肌梗塞和肾功能衰竭。
早期，人们对一些高血压引起的疾病无动于衷。直至人们发现它们的泛滥与危害性。而如今，大数据的普及，各种语言编程程序得到广泛的应用。我们知道了数据挖掘的关联规则理论，可以用它来研究分析高血压及其并发症之间的关联性。采用数据挖掘中Apriori关联算法将这些疾病采集生成频集，形成关联规则，生成频繁项集，再与给定的最小置信度和最小支持度的阈值作比较，这样就能可以得出高血压与其并发症之间的关联性关系。
综合数据挖掘方法的运用，既能为供应链系统提供一种防范机制，也能填补现有研究的空白处。从而为以后研究各项疾病或是其他关联事务之间的关联性做铺垫。显现出数据挖掘对于医学或其他领域中所具有的重要的参考价值。
1.2课题研究的内容
本课题要求基于Apriori算法进行分析与研究高血压及其并发症之间的关联性，收集分析一些关于高血压及其并发症和数据挖掘关联规则中Apriori算法的资料，采用算法可以得到并发症与高血压之间所产生的关联规则，根据产生的关联规则进行分析挖掘，便可以得出它们之间的关联性。与此同时，还要了解掌握一定的Python语言编程方法，能够最终通过Python语言实现以高血压并发症为理论基础，以Apriori算法为研究方法来重点研究和分析高血压并发症之间的关联性关系。
1.3论文构架
第一章 绪论：介绍了运用数据挖掘中Apriori算法分析高血压及其并发症的关联性这个课题的背景及意义，阐述了本次设计研究的主要内容，简单的描述了每一章节的结构安排。
第二章 高血压并发症和关联规则的分析研究：主要对于高血压的定义，分类，原因及其并发症进行综述介绍介绍。利用高血压及其并发症，引出数据挖掘的关联规则概念。然后对关联规则概念进行研究综述。
第三章 高血压其并发症关联性的算例分析：通过数据采集和预处理的方法记录高血压及出现的高概率并发症。用Apriori算法进行关联分析，通过组成频繁项集，形成强关联规则，最后与最小支持度的阈值进行比较，反应出高血压及其并发症之间的关联性。
第四章 Python编程代码的设计与验证：对Python软件安装流程进行说明，运用Pycharm进行编程代码验证Apriori算法，得出相应结果。
第二章 高血压及其并发症和关联规则的分析研究
本课题所涉及到的高血压及其并发症是当今社会比较常见并且具有较大危害的疾病之一。而数据挖掘技术也是当今信息时代快速发展所自然演化而成的结果，它能从大量数据中提取或挖掘知识。因此，采用数据挖掘技术来对高血压及其并发症关联性的研究分析是十分有效的一种研究方法。
2.1高血压及其并发症的分析介绍
2.1.1高血压疾病的研究进展?
随着近年来大规模抗高血压临床试验的开展和心血管分子生物学研究的进展，高血压的传统认识得到了更新，循证医学已成为共识。高血压病不仅是血液动力学异常疾病，而且也伴随脂肪、糖代谢紊乱和心、脑、肾等靶器官的不良的主要原因。因此，治疗高血压的方法主要就是控制降低血压，同时也要改善上述的各大不良重塑。
目 录
第一章 绪论 1
1.1课题研究的背景与意义 1
1.2课题研究的内容 1
1.3论文架构 1
第二章 高血压及其并发症和关联规则的分析研究 3
2.1高血压及其并发症的分析介绍 3
2.1.1高血压疾病的研究进展? 3
2.1.2高血压的综述介绍 3
2.2 关联规则的综述分析 4
2.2.1关联规则的介绍 4
2.2.2关联规则的的概念 4
2.3 Apriori关联规则算法过程 5
2.3.1 Apriori算法的介绍 5
2.3.2 Apriori算法的步骤流程 5
2.4 选择Apriori算法的原因 7
2.5 本章小结 8
第三章 高血压并发症关联性的算例分析 9
3.1研究需要的参数选取及其设定 9
3.1.1数据的采集及预处理 9
3.1.2参数设定 9
3.2 Apriori算法分析高血压及并发症的关联性 10
3.3 数据挖掘结果分析 12
3.4本章小结 13
第四章 Python编程代码的设计与验证 14
4.1Python相关软件安装 14
4.2用Python对Apriori算法的代 *好棒文|www.hbsrm.com +Q: *351916072*
码编写 17
4.3 测试结果 18
4.4 问题研究 20
4.5 本章小结 20
结束语 21
致 谢 22
参考文献 23
附录A 24
第一章 绪论
1.1课题研究的背景与意义
在当今社会高速发展的时代下，人们的生活水平得到显著提高。与此同时，伴随而来的则是各类或大或小的疾病。高血压已经是人们生活中最常见也是最有危害性的疾病之一了。如今由高血压引起的心脑血管疾病已成为中国人的首位死因，不仅如此，高血压通常也不是一种独立的疾病，得有高血压的患者往往还会患有一些会导致心、脑、肾等重要器官的损害的相关疾病。生活中较为常见的是：腔隙性脑梗死、糖尿病、心肌梗塞和肾功能衰竭。
早期，人们对一些高血压引起的疾病无动于衷。直至人们发现它们的泛滥与危害性。而如今，大数据的普及，各种语言编程程序得到广泛的应用。我们知道了数据挖掘的关联规则理论，可以用它来研究分析高血压及其并发症之间的关联性。采用数据挖掘中Apriori关联算法将这些疾病采集生成频集，形成关联规则，生成频繁项集，再与给定的最小置信度和最小支持度的阈值作比较，这样就能可以得出高血压与其并发症之间的关联性关系。
综合数据挖掘方法的运用，既能为供应链系统提供一种防范机制，也能填补现有研究的空白处。从而为以后研究各项疾病或是其他关联事务之间的关联性做铺垫。显现出数据挖掘对于医学或其他领域中所具有的重要的参考价值。
1.2课题研究的内容
本课题要求基于Apriori算法进行分析与研究高血压及其并发症之间的关联性，收集分析一些关于高血压及其并发症和数据挖掘关联规则中Apriori算法的资料，采用算法可以得到并发症与高血压之间所产生的关联规则，根据产生的关联规则进行分析挖掘，便可以得出它们之间的关联性。与此同时，还要了解掌握一定的Python语言编程方法，能够最终通过Python语言实现以高血压并发症为理论基础，以Apriori算法为研究方法来重点研究和分析高血压并发症之间的关联性关系。
1.3论文构架
第一章 绪论：介绍了运用数据挖掘中Apriori算法分析高血压及其并发症的关联性这个课题的背景及意义，阐述了本次设计研究的主要内容，简单的描述了每一章节的结构安排。
第二章 高血压并发症和关联规则的分析研究：主要对于高血压的定义，分类，原因及其并发症进行综述介绍介绍。利用高血压及其并发症，引出数据挖掘的关联规则概念。然后对关联规则概念进行研究综述。
第三章 高血压其并发症关联性的算例分析：通过数据采集和预处理的方法记录高血压及出现的高概率并发症。用Apriori算法进行关联分析，通过组成频繁项集，形成强关联规则，最后与最小支持度的阈值进行比较，反应出高血压及其并发症之间的关联性。
第四章 Python编程代码的设计与验证：对Python软件安装流程进行说明，运用Pycharm进行编程代码验证Apriori算法，得出相应结果。
第二章 高血压及其并发症和关联规则的分析研究
本课题所涉及到的高血压及其并发症是当今社会比较常见并且具有较大危害的疾病之一。而数据挖掘技术也是当今信息时代快速发展所自然演化而成的结果，它能从大量数据中提取或挖掘知识。因此，采用数据挖掘技术来对高血压及其并发症关联性的研究分析是十分有效的一种研究方法。
2.1高血压及其并发症的分析介绍
2.1.1高血压疾病的研究进展?
随着近年来大规模抗高血压临床试验的开展和心血管分子生物学研究的进展，高血压的传统认识得到了更新，循证医学已成为共识。高血压病不仅是血液动力学异常疾病，而且也伴随脂肪、糖代谢紊乱和心、脑、肾等靶器官的不良的主要原因。因此，治疗高血压的方法主要就是控制降低血压，同时也要改善上述的各大不良重塑。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/834.html
