基于模糊聚类与机器学习的医疗数据统计分析算法设计

针对传统的单病种医疗费用分析方法在处理大量数据时效率低下的问题，提出了一种基于模糊聚类和机器学习的医疗数据统计分析算法。同时，对机器学习的BP神经网络算法进行了改进，并设置了两层分类器来提高算法的聚类精度。对比实验结果表明，提出的医学数据统计分析算法的平均分类准确率比基于Adaboost算法的数据分析算法高5.75%，证明了统计分析算法的有效性和优越性。