本发明公开了一种基于聚类与分类相结合的疾病危险因素提取方法。该方法包括以下步骤：根据用户调查问卷，构建用户信息矩阵与标签向量；将用户信息矩阵进行属性分割，获得若干个用户信息矩阵子集与原始用户信息矩阵；对每个用户矩阵进行标准化处理；对标准化用户矩阵进行降维处理，获得降维矩阵；对降维矩阵进行聚类，获得不同类别的聚类人群；对每一类聚类人群构造一棵决策树，并采用集成的思想对所有决策树进行统计，之后依据层次系数大小获得疾病危险因素。相较于目前医学领域中危险因素提取方法中的回归统计方法，本发明通过结合聚类与分类两种方法，不仅能充分利用原始数据，同时降低了由单独一棵决策树得出结论的错误率。

本发明公开了一种基于聚类与分类相结合的疾病危险因素提取方法。该方法包括以下步骤：根据用户调查问卷，构建用户信息矩阵与标签向量；将用户信息矩阵进行属性分割，获得若干个用户信息矩阵子集与原始用户信息矩阵；对每个用户矩阵进行标准化处理；对标准化用户矩阵进行降维处理，获得降维矩阵；对降维矩阵进行聚类，获得不同类别的聚类人群；对每一类聚类人群构造一棵决策树，并采用集成的思想对所有决策树进行统计，之后依据层次系数大小获得疾病危险因素。相较于目前医学领域中危险因素提取方法中的回归统计方法，本发明通过结合聚类与分类两种方法，不仅能充分利用原始数据，同时降低了由单独一棵决策树得出结论的错误率。