基于Apriori算法的高血压并发症关联性分析与研究.docx

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。

关键词：高血压；Apriori；数据挖掘；Python

目录

摘要

Abstract

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