温馨提示：文末有 CSDN 平台官方提供的学长 QQ 名片 :)
随着医院信息系统（HIS）在全国各大医院的推广和应用，会有大量和病人相关的临床数据每天在医院中记录，而这些真实的数据随着规模积累的增加，存在着对病人和医生来说潜在、有价值的信息作用也会越来越大。本项目利用数据挖掘分析某医院近几年的就诊数据，分析疾病病人年龄的平均数、众数，已婚/未婚占比，不同地区患病人数，不同职业患病人数，治愈疾病花费的钱的平均数等，根据分析得到的数据对当前疾病进行分类等功能。
基于数据挖掘的疾病数据可视化分析与预测系统的主要功能包括：
1 系统首页与注册登录
2 历史就诊信息查询
3 就诊数据统计分析
3.1 患者婚姻状况与职业分布情况分析
3.2 患者住院天数分布情况分析
3.3 患者年龄分布情况分析
3.4 患者所在地区的分布情况分析
3.5 每日住院人数变化情况
3.6 每日患者缴费总金额变化情况
4 疾病未来发展趋势预测
4.1 年龄趋势分析
4.2 已婚率趋势分析
4.3 疾病住院天数趋势分析
对不同疾病不同年份和季度的统计分析，挖掘疾病就诊的规律信息：
3.3.1 患者婚姻状况与职业分布情况分析
3.3.2 患者住院天数分布情况分析
3.3.3 患者年龄分布情况分析
3.3.4 患者所在地区的分布情况分析
3.3.5 每日住院人数变化情况
3.3.6 每日患者缴费总金额变化情况
基于ARIMA 时序模型，实现对不同疾病的年龄趋势、已婚率趋势和住院天数的趋势预测：
3.4.1 年龄、已婚率、住院天数变化趋势预测分析
分析发现，部分疾病呈现发病年轻化趋势，值得引起重视！随着医疗水平的提高，大部分疾病住院天数呈现下降趋势：
本项目利用数据挖掘分析某医院近几年的就诊数据，分析疾病病人年龄的平均数、众数，已婚/未婚占比，不同地区患病人数，不同职业患病人数，治愈疾病花费的钱的平均数等，根据分析得到的数据对当前疾病进行分类等功能。
欢迎大家点赞、收藏、关注、评论啦 ，由于篇幅有限，只展示了部分核心代码。
技术交流认准下方 CSDN 官方提供的学长 QQ 名片 :)
精彩专栏推荐订阅：
1. Python 毕设精品实战案例
2. 自然语言处理 NLP 精品实战案例