表 4-1：門診診斷記錄檔資料格式 欄位名稱 欄位型態 長度 說明
病歷號碼 int 10 病歷號碼 日期 char 6 病患看診日期
看診順序 char 2 病患在同一天的看診順序 診斷順序 Char 2 醫師診斷的代碼順序 診斷代碼 char 6 醫師的診斷代碼 診斷說明 Char 20 診斷代碼的說明
病歷號碼：每位病患第一次就診時由醫院所給予的唯一編號。
日 期：該位病患至醫院門診就診的日期。
看診順序：該位病患在該日可能會不只在一個門診科別中就診，此欄位為紀錄 該病患其就診科別的順序。例如該病患在當日分別至內科及耳鼻喉 科，其在內科就診時醫師所下之診斷此欄位的值為 0，而耳鼻喉科 醫師所下之診斷則為 1，以此類推。
診斷順序：由於醫師所下之診斷可能不只一個，在本論文中，醫院所提供之門 診診斷資料，醫師的診斷最多可達七個，此欄位便是紀錄醫師所下 診斷的順序。
診斷代碼：此診斷代碼為醫師對此病患目前症狀所下的診斷，此診斷代碼為固 定的編號。
診斷說明：為該筆診斷代碼的說明，可能是英文上的術語，或是中文說明。
除了以上的資料外，還包含了如診斷醫師代碼、病患性別等基本資料，此 部份的資料與本論文目的較無直接關聯，因此再進行資料探勘時便不需考慮此 部份的資料。
依照門診診斷資料格式，我們就可以很清楚的獲得醫師對每一門診病患診
斷所下的記錄，但由於輸入資料的過程中，可能發生錯誤(人為錯誤、資料不齊 全等…)，因此在進行資料探勘前，仍必須先行處理這一類的資料不符規範或錯 誤的問題，必須將所有錯誤或不符的資料刪除後，方能進行資料轉換。而經過 去除錯誤與不符資料之後，其資料轉換後的資料格式如表 4-2。
表 4-2：轉換後的門診診斷資料表格式
欄位名稱 欄位型態 長度 說明
ID Int 4 Primary key
診斷 1 Char 10 醫師診斷代碼 診斷 2 Char 10 醫師診斷代碼 診斷 3 Char 10 醫師診斷代碼 診斷 4 Char 10 醫師診斷代碼 診斷 5 Char 10 醫師診斷代碼 診斷 6 Char 10 醫師診斷代碼 診斷 7 Char 10 醫師診斷代碼
在表 4-2 之中，每一筆記錄是指該病患在一天內單一門診的門診紀錄，而 現實狀況中每位病患在一天之內，可至不同的門診就診，因此在實際情況中，
每一位病患在每一天內可能會看不同門診，因此會有多筆的門診診斷記錄。另 外，由於病患可能因為住院或長期回診之故，會產生許多相同的診斷，因此，
若是發生所有的診斷代碼皆相同，但就診日期不同或是病患不同的情況，本論 文中將視為兩筆不同的紀錄。
因為本論文需進行漸進式資料探勘的實驗，因此我們會把資料轉換後的門 診資料。本實驗共進行一年份的門診診斷資料，以不同的月份分類，共分成十 二個月份，而每個月份的資料量都差不多，轉換的每個月份資料統計如下表 4-3。
表 4-3：門診診斷資料每月資料量統計表
月份 當月資料量 累積資料量
一月 67204 筆 67204 筆
二月 65997 筆 133201 筆
三月 78535 筆 211736 筆
四月 74667 筆 286403 筆
五月 81564 筆 367967 筆
六月 77643 筆 445610 筆
七月 76685 筆 522295 筆
八月 78148 筆 600443 筆
九月 67850 筆 668293 筆
十月 78156 筆 746449 筆
十一月 74323 筆 820772 筆 十二月 74453 筆 895225 筆
第三節 實驗設計
本實驗主要針對我們所提出的演算法與漸進式演算法進行實驗，非漸進部 分的探勘，依探勘的月份把資料合在一起放在同一資料表格後進行探勘；漸進 式的部分依序選擇每一月份，即可進行漸進式的探勘。而針對本論文的實驗，
會以支持度 0.5%、0.3%、0.1%等三種不同支持度，來探討演算法在不同情況下 的效能表現。