声明
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 主要研究内容与章节安排
第二章 基于机器学习的医疗数据分类分析
2.1 数据预处理
2.1.1 数据来源
2.1.2 数据填充
2.2 分类算法
2.2.1 KNN算法
2.2.2 支持向量机算法
2.2.3 随机森林算法
2.3 特征值重要性测度分析
2.3.1 基于KNN算法的分类
2.3.2 基于支持向量机算法的分类
2.3.3 基于随机森林算法的分类
2.3.4 特征值重要性测度的可视化分析
2.4 本章小结
第三章 T-SNE-DBSCAN相似度分析算法
3.1 数据的选择与处理
3.1.1数据特征选择
3.1.2 数据处理
3.2 相似度分析算法
3.2.1 K-Means算法
3.2.2 PAM算法
3.2.3 DBSCAN算法
3.3 T-SNE-DBSCAN算法的提出
3.4 相似度分析算法的对比分析
3.4.1 K-Means相似度分析
3.4.2 PAM相似度分析
3.4.3 DBSCAN相似度分析
3.4.4 基于T-SNE-DBSCAN算法的相似度分析
3.5 本章小结
第四章 可视化分析平台的搭建
4.1 可视化技术
4.2 可视化平台的搭建
4.2.1 平台实验环境
4.2.2 总体设计
4.3 系统主要功能
4.3.1 统计分析模块
4.3.2 算法分析模块
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
在读期间公开发表的论文
致谢