文档介绍：2017 年软件 2017, Vol. 38, No. 12
第 38 卷第 12 期 COMPUTER ENGINEERING & SOFTWARE 国际 IT 传媒品牌

基于 PCA 挖掘的 SLE 疾病的数据相关性研究
魏汝哲 1，王剑平 1，付萍 2，张果 1，欧阳鑫 1，杨晓洪 1，车国霖 1
（1. 昆明理工大学信息工程与自动化学院，云南昆明 650500；2. 昆明医科大第二附属医院风湿免疫科，云南昆明 650500）

摘要: 本文针对 SLE 患者并发继发性肾炎发病原因复杂多样、影响因素众多的问题，提出了一种主成分分
析降维算法，用于分析这些数据，找出最相关指标及相关规律。运用 python 软件运行主成分分析算法的程序，降
维得出影响 SLE 患者并发继发性肾炎主要指标。结果表明，利用主成分分析算法可以找出影响 SLE 患者并发继发
性肾炎主要指标，为诊治提供科学依据。
关键词: SLE 患者并发继发性肾炎，主成分分析（pca），降维
中图分类号: TP181 文献标识码: A DOI：.1003-
本文著录格式：魏汝哲，王剑平，付萍，等. 基于 PCA 挖掘的 SLE 疾病的数据相关性研究[J]. 软件，2017，
38（12）：9597
Correlation of PCA-based Data Mining SLE Disease
WEI Ru-zhe, WANG Jian-ping, FU Ping, ZHANG Guo
(Kunming University of Science and Technology, Kunming 650500, China; Intelligent Measurement and Control Institute, Kunming 650500)
【Abstract】: In this paper, we propose a principal component analysis reduction algorithm to solve the problem of
complex and diverse influencing factors of SLE patients with se