波形パターンを分類クラスとするルールの発見支援システムの構成法 : 慢性肝炎データセットを対象にして
スポンサーリンク
概要
- 論文の詳細を見る
本稿では,多属性で欠損値を持つ未整備な医療データセットからルール発見支援システムを構築する方法について議論する.ドメイン特有の前処理(例えば異なる表記だが同じものを表すデータを統一する)を行った後,大量の属性の中から出現頻度の高いデータを選び,異なる検査期間を統一し,EMアルゴリズムによってクラスタリングされた時系列データセットを使い,決定木学習によってルールを学習した。学習されたルールを見ると,それらに興味深いルールがいくつかあったとの医者の評価を得ることができた.
- 一般社団法人情報処理学会の論文
- 2002-05-23
著者
関連論文
- DODDLE : 計算機可読型辞書を利用した領域オントロジー構築支援環境
- 医療データマイニングにおけるルールの興味深さの検討(9月15日)(「アクティブマイニング」及び一般)
- 医療データマイニングにおけるルールの興味深さの検討(「アクティブマイニング」及び一般)
- 時系列医療データにおけるルール発見支援システム : 慢性肝炎データセットでのケーススタディ
- 時系列医療データにおけるルール発見支援システム : 慢性肝炎データセットでのケーススタディ( 「アクティブマイニング」及び一般 : 文部科学省科学研究費特定領域研究「情報洪水時代におけるアクティブマイニングの実現」公開シンポジウム)
- メソッドリポジトリに基づく帰納アプリケーションの並列合成とその洗練化
- シーズ属性の逐次拡張に基づく属性選択
- 属性値処理と属性処理に基づくデータ前処理機構の考察
- アクティブマイニングの構想と展開(アクティブマイニング)
- エキスパートシステムの開発のための再利用可能メソッドライブラリの設計と実装 (「オントロジーの基礎と応用」)