2.2 DM常用的算法 DM的常用算法有决策树、关联规则、粗糙集、神经网络、统计分析、支持向量机、基于事例推理、模糊聚类、可视化技术和贝叶斯预测。决策树和人工神经网络是辅助临床诊斷中的经常用到的方法。其中，决策树是一种非常有效的机器学习分类算法。

    决策树学习通常是从一组无序和不规则事例中推测出决策树表示的分类规则。它采用自顶向下递归的方法，首先比较决策树内部节点的属性值，然后根据不同的属性值判断节点的向下分支，最后在决策树的叶节点得到最终结论。从根到叶节点的每个路径对应于一则连接规则，因此整个决策树对应于一组析取表达式的规则。决策树学习算法的最大优点是：在学习过程中，用户不需要了解对其太多的背景知识。它只需要知道怎么训练实例和用属性-结论的方式来表达就可以使用该方法来进行学习。本研究所采用的糖尿病健康教育挖掘算法就是决策树技术 ......