《表1 K值确定:基于时滞关联特征患者就诊反馈分析》
常慧君等[18]的研究表明,不同时间间隔内患者的行为规律存在不同特征表现,因此本文采用K-means聚类算法确定在线医疗社区患者评论文本数据时间间隔区间。K-means聚类算法属于无监督学习算法,聚类过程需要指定类别数量,因此本文在进行实验时指定K在2至5进行尝试,评价标准采用轮廓系数[19]评定,结果见表1。基于该结果选定K=2进行聚类,并将患者评论文本按时滞区间聚类结果分为短期、长期文本。
图表编号 | XD0097570900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 向菲、江捷、谢耀谈 |
绘制单位 | 华中科技大学同济医学院医药卫生管理学院、华中科技大学同济医学院医药卫生管理学院、华中科技大学同济医学院医药卫生管理学院 |
更多格式 | 高清、无水印(增值服务) |