人类社会已经进入大数据时代,使用数据分析方法研究问题已成为普遍共识。随着医疗数据的不断发展,对医疗数据进行分析建模有广泛的应用前景。疾病诊断相关分组方案(又称为DRGs分组)是国际上比较公认的科学合理的分组方法,能够促进医疗资源的合理分配,减轻患者的负担。但我国目前缺乏较完善的DRGs分组理论体系,需要结合实际国情和医疗数据的具体情况研发出一套较合适的对患者数据进行分组的方法。基于此,本论文利用数据挖掘方法,使用决策树模型对医疗数据进行拟合,达到对医疗数据分组的目的。首先,本文介绍了决策树模型的基本理论知识,讨论了 ID3、C4.5、CART、CHAID和E-CHAID五种主要决策树生成算法及其特点,并给出了对决策树进行剪枝的算法,用一个实例直观地展示了决策树模型生成的完整过程。接下来,论文介绍了数据的来源、数据的规模以及对数据进行预处理的过程。数据预处理主要包括数据集中变量的筛选、清洗和整合。通过预处理,可以获取对患者住院总费用有重要影响的变量指标,并使数据中所有变量全部为数值型变量且不含有缺失值,从而可以直接用于决策树模型的拟合,为后续的研究做进一步准备。然后,本论文采用了 CHAID、E-CHAID、CART三种决策树算法拟合处理后的数据,以图表的形式完整地呈现了所得模型的分组结果。最后,论文利用统计学方法对模型的分组效果进行了检验,并在各个方面上进行比较。结果显示,这三种算法所得模型在训练数据集上的交叉验证结果相近,在测试集上的总平方损失也无明显区别。但基于CHAID算法构建的模型过于复杂,因此我们认为基于E-CHAID和CART算法构建的模型是更优的。这两种模型都将患者数据分成9组。总体而言,论文对于医疗数据的DRGs分组提出了一些新观点和新见解,利用数据挖掘方法设计了一套完整的研究方案,并采用了多种统计分析软件进行实践。研究成果有一定的综合性和创新性,可以为更一般的医疗数据的处理和分析过程提供参考。