資源描述：
《基于fisher判別準(zhǔn)則胃病分類模型》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于Fisher判別準(zhǔn)則的胃病分類模型摘要本文就胃癌患者、萎縮性胃炎患者以及非胃病患者的分類問題，綜合運(yùn)用系統(tǒng)聚類和Fisher判別的方法建立了基于四個指標(biāo)的分類判別模型。針對問題一，模型采用系統(tǒng)聚類和Fisher判別的方法，根據(jù)題中已知類型的三個樣本13，14，15,將混淆的12個樣本1～12區(qū)別開來，并且使得樣本13，14，15在三個類別中。使用SPSS軟件求得分類結(jié)果,胃癌患者：1,2,4,5,13；萎縮性胃炎患者：3,7,10,11,12,14；非胃病患者：6,8,9,15。針對問題二，本題基
2、于問題一的分類情況，采用Fisher判別的方法，確定三個樣本16,17,18的類別。使用SPSS軟件求得判別結(jié)果，第16號樣本和第18號樣本屬于第二類，即萎縮性胃病患者；第17號樣本屬于第三類，即非胃病患者。最后對模型的優(yōu)缺點進(jìn)行分析，提出了改進(jìn)方案。關(guān)鍵詞系統(tǒng)聚類；Fisher判別；SPSS軟件；判別模型1．問題的重述胃癌患者易誤診為萎縮性胃炎患者以及非胃病患者。進(jìn)行胃癌的鑒別主要是通過化驗4項生化指標(biāo)：血清銅藍(lán)蛋白（X1）、藍(lán)色反應(yīng)（X2）、尿吲哚乙酸（X3）、中性硫化物（X4）。本來從胃癌患者、
3、萎縮性胃炎患者以及非胃病患者中一共抽取了12人進(jìn)行指標(biāo)化驗，但是由于醫(yī)護(hù)人員的疏忽，將化驗結(jié)果搞混了?，F(xiàn)有以前對胃癌患者、萎縮性胃炎患者以及非胃病患者化驗的結(jié)果各一例，依次為（228,134,0.20,0.11）、（150,117,0.07,0.06）、（135,108,0.02,0.12），混淆的化驗結(jié)果見附件表十。醫(yī)學(xué)上一般根據(jù)臨床的經(jīng)驗認(rèn)為，患同一種病的人所表現(xiàn)出來的特征往往是相似的，現(xiàn)需建立一種判別準(zhǔn)則，把上述混淆的結(jié)果區(qū)分開來，再將三個病人的化驗指標(biāo)如下：（210,142,0.10,0.08
4、）、（180,120,0.08,0.21）、（150,130,0.05,0.14），區(qū)分他們各屬于哪一類人群。2．模型假設(shè)和符號說明2.1.模型的假設(shè)（1）患同一種病的人所表現(xiàn)出來的特征往往是相似的；（2）被檢測的人員沒有其它任何疾??；（3）四項生化指標(biāo)無關(guān)聯(lián)。2.2符號使用說明（不打編號）（1）：血清銅藍(lán)蛋白；（2）：藍(lán)色反應(yīng)；（3）：尿吲哚乙酸；（4）：中性硫化物（5）1～12：表示未知分類樣本，即被混淆的樣本；（6）13～15：表示已知分類樣本；（7）16～18：表示待判的樣本；（8）、、：分別
5、表示使用特征值時胃癌患者、萎縮性胃炎患者以及非胃病患者的重心；（9）、、：分別表示使用特征值時胃癌患者、萎縮性胃炎患者以及非胃病患者的重心；（10）、：分別表示用特征值時第一類與第二類，第二類與第三類之間的分界點。（11）、：分別表示用特征值時第一類與第二類，第二類與第三類之間的分界點。（13）、、：分別表示第一類、第二類和第三類的個數(shù)；（16）、：分別表示第個指標(biāo)第個樣本的數(shù)據(jù)和標(biāo)準(zhǔn)化后的數(shù)據(jù)；（17）：表示15個樣本值的第個指標(biāo)的樣本均值；（18）：表示15個樣本值的第個指標(biāo)的樣本標(biāo)準(zhǔn)差；（19）
6、：分別表示Fisher判別時使用、為標(biāo)準(zhǔn)化的函數(shù)系數(shù)；3.問題的分析2.1問題一的分析本問題要求解的是將混淆的12組樣本判別其類型。由于患同一種病的人所表現(xiàn)出來的特征往往是相似的，首先想到的是運(yùn)用系統(tǒng)聚類的方法，將未知類別的樣本分為三類，再將已知類別的樣本代入進(jìn)行判別。但是此時卻無法將已知類別的三組樣本分開。所以最重要的是將已知類別的樣本分開。于是將12組未知類別的樣本和3組已知類別的樣本一起運(yùn)用系統(tǒng)聚類，將與13號樣本為一類的作為第一類，與14號樣本為一類的作為第二類，與15號樣本為一類的作為第三類
7、。第一步，先將其聚成兩類。若未將三類中的一類分開，重復(fù)第一步操作，直至有一個樣本分開。第二步，對剩下的兩個樣本所在類聚成兩類，若未將這兩個樣本分開。重復(fù)第二步，直至將這兩個樣本分開。第三步，此時將還未知類別的樣本進(jìn)行Fisher判別。2.2問題二的分析本問題基于問題一的聚類結(jié)果，運(yùn)用Fisher判別的方法，利用SPSS軟件得到其判別結(jié)果。4.模型的建立與求解4.1問題一的解決方案及模型（多用幾種方法）（模型要有名字）本問題要求的是將混淆的12組未知類別的樣本區(qū)別開來。由于患同一種病的人所表現(xiàn)出來的特征
8、往往是相似的，首先想到的是運(yùn)用系統(tǒng)聚類的方法，將未知類別的樣本分為三類，再將已知類別的樣本代入進(jìn)行判別。但是此時卻無法將已知類別的三組樣本分開。于是將已知類別的三組樣本看成三類，再聚類得到與其類似的樣本。第一階段：標(biāo)準(zhǔn)化。分析數(shù)據(jù)的量級和量綱，知該15個樣本的數(shù)據(jù)最大相差，則說明相差較大，則需要對其進(jìn)行標(biāo)準(zhǔn)化：(可寫在模型的準(zhǔn)備里面，我們用什么對其進(jìn)行標(biāo)準(zhǔn)化)（1）第二階段：系統(tǒng)聚類。利用標(biāo)準(zhǔn)化后的數(shù)據(jù)，用歐式距離求得兩點間的距離，再找最小的距離，將其聚
