论文摘要
在医疗诊断中,处理分析的病例数据常常面对两个问题:缺失数据和方法选择。基于肝炎诱发肝功能衰竭的多项指标,使用机器学习模型对肝炎预后死亡进行判别分析,首先选用随机森林插补法对缺失数据进行插补,并用t检验对比均值插补与随机森林插补法的优劣,其次使用R软件将机器学习模型中决策树、Boosting模型、随机森林等六种模型运用到同一肝炎数据集的死亡判别,并通过K折交叉验证比较各机器学习模型的判别精准度,最终结果表明:Boosting模型判别精准度最高达100%且模型最稳定。
论文目录
文章来源
类型: 期刊论文
作者: 谢名阳,李兴平,王源昌,孙鹿
关键词: 数据缺失,肝炎,软件,机器学习,交叉验证
来源: 中国数字医学 2019年12期
年度: 2019
分类: 医药卫生科技,信息科技
专业: 消化系统疾病,计算机软件及计算机应用
单位: 云南师范大学数学学院
基金: 国家自然科学基金项目(编号：71163046),云南省自然科学基金项目(编号：2018RD004)~~
分类号: TP319;R575.1
页码: 48-51
总页数: 4
文件大小: 2776K
下载量: 241