[发明专利]一种高维特征空间中基于聚类算法的就诊人群分组方法

权利要求书

1.一种高维特征空间中基于聚类算法的就诊人群分组方法，其特征在于：所述方法包括以下步骤，

S1、以患者为汇总维度进行聚类前的特征提取，提取的特征包括疾病种类、限额使用率、个人自费占比、有无住院以及就诊间隔；

S2、计算各个特征之间的相关性，依次判断各个相关性是否大于设定阈值，若是，则剔除该相关性对应的特征，并执行步骤S3；若否，则直接执行步骤S3；

S3、获取聚类算法中的最优选择聚类数；

S4、将最优选择聚类数输入聚类算法中，对步骤S2中的特征进行聚类，并对聚类结果分别进行业务解释。

2.根据权利要求1所述的高维特征空间中基于聚类算法的就诊人群分组方法，其特征在于：步骤S4具体包括如下内容，

S31、从2-80中依次选择一个数值作为聚类数，对各个聚类数进行KMeans聚类以获取各个聚类数的类内和以及类外和；

S32、针对类内和以及类外和分别设定第一基准值和第二基准值，第一基准值和第二基准值分别满足以下公式，

Ib＝a*1b*K+b

Ob＝c*K+d

其中，K为聚类数，I为聚类数K的类内和，O为聚类数K的类外和，Ib为第一基准值，Ob为第二基准值，a、b、c、d是待定回归系数，lb是以2为底的对数函数；

S33、对步骤S32中的两个公式做线性回归，确定a、b、c、d四个待定回归系数；

S34、定义类内增强系数Ie和类外增强系数Oe，两个系数分别满足以下公式，Ie＝(Ib-I)/Ib

Oe＝(O-Ob)/Ob

其中，类内增强系数表征了对于不同聚类数的选择，聚类结果在基准值上使得类内距离紧凑了多少；类外增强系数表征了对于不同聚类数的选择，聚类结果在基准值上使得类间聚类拉开了多少；

S35、定义组合增强系数Ce，根据组合增强系数绘制关于聚类数的变化曲线，组合增强系数满足以下公式，

Ce＝Ie+Oe；

S36、选取变化曲线的最大值，该最大值即为最优点，并将该值对应的聚类数作为最优选择聚类数。