大数据时代,基于数据挖掘技术的医疗诊断对现在医学的医疗辅助中有着重要的作用。医疗诊断对于患者的病例、特征、患病类别以及严重性能够快速的进行判断,且对于实时性以及准确性具有较高的要求。目前,大数据分析领域中特征排序和选择算法已经应用到了很多领域,本文主要针对数据所呈现特征空间高维性、标记空间多标记性等特点,提出了对于多标记数据集中判断样本所属类别具有重要作用的特征。因此,通过深入分析已有数据的固有特点,基于粒计算思维,从样本粒化和特征粒化角度出发寻求对不同类别样本具有差异性的特征。在此基础上,利用已选特征进行分类建模,以提高数据的准确性和泛化能力。本文以信息粒化为基础,分别从样本粒化和特征粒化进行以下几个方面的研究:(1)因多标记数据往往呈现高维小样本特点,使得分类建模中易出现过拟合问题。本文根据聚类技术对数据集中的特征进行粒化,然后结合大间隔的相关知识,提出了一种基于样本差异性的多标记特征选择算法。实验结果表明该模型能有效地提高分类精度,且降低特征选择过程中的计算整体代价。(2)为了能够很好地度量特征间的相关性以及特征与标记间的相似性,以利于选出质量较高的特征,本文提出了多标记学习环境下邻域差异因子概念,邻域差异因子不仅能够用来衡量特征子集的区分能力,而且能有效地区分样本之间的差异性。从特征子集的紧凑性,分类精度,以及分类精度对着特征数目的变化等三个方面验证了所提算法的有效性。