基于决策树算法的生理特征数据分析方法研究

作     者：张静 李化奇 陈玲艳 ZHANG Jing;LI Huaqi;CHEN Lingyan

作者机构：济南市人民医院山东莱芜271100 

基　　金：2018教育部高教司协同育人项目(201802362013) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2021年第29卷第2期

页      码：20-24页

摘      要：针对智能健康管理的实际需求,文中研究了智能化医疗中的生理特征数据分析方法。通过引入决策树算法进行电子病例的数据挖掘,实现了糖尿病与心力衰竭的提前识别。文中使用的决策树算法为CART树,该方法以基尼系数为分类标准,相较于ID3与C4.5,大幅简化了树的结构。此外,为缓解数据分析时模型的过拟合现象,引入了基于误差控制(CCP)的后剪枝方法与基于Bagging的集成学习方法。通过构建多棵CART树,形成随机森林,提升算法的分类能力。仿真结果表明,在糖尿病与心力衰竭的预测上,该算法的精度分别可以达到89.01%与99.55%,AUC分别可以达到0.94与0.99,相较于支持向量机(SVM)算法具有较为明显的提升。

主 题 词：决策树 CART 随机森林 数据挖掘 智能医疗 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2021.02.005

馆 藏 号：203101971...