换一批基于优化决策树的慢性阻塞性肺疾病预测方法
PREDICTING CHRONIC OBSTRUCTIVE PULMONARY DISEASE BASED ONOPTIMIZED DECISION TREE
摘要慢性阻塞性肺疾病已经成为一个重要的社会问题.气流受限是慢性阻塞性肺疾病的最基本特征.而肺功能检查对评估气流受限程度具有重要意义.本文利用机器学习的方法,分析慢性阻塞性肺疾病患者肺功能检测指标,建立更加有效的判定及预测慢性阻塞性肺疾病的模型.首先,进行数据预处理,包括填补缺失值以及剔除脏数据.然后,利用因子分析、决策树分析及其优化方法,选取13个主成分,建立了最大树深度为3、最小父节点为10、最小子节点为10的慢性阻塞性肺疾病预测模型.最后,通过大量实验,验证本模型的有效性,预测慢性阻塞性肺疾病准确率达到83％,并且具有较好的稳定性.
更多相关知识
关键词
慢性阻塞性肺疾病肺功能检测指标因子分析决策树剪枝COPDlung function detection indicatorfactor analysisdecision treepruning
分类号
TP391
DOI
10.3969/j.issn.1001-4748.2017.02.004
发布时间
2017-06-30（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61672329）
国家自然科学基金（61373149）
国家自然科学基金（61472233）
国家自然科学基金（61572300）
国家自然科学基金（81273704）
山东省科技计划（2014GGX101026）
山东省教育科学规划课题（ZK1437B010）
山东省"泰山学者"建设工程项目（TSHW201502038）
山东省"泰山学者"建设工程项目（20110819）
山东省精品课程建设项目（2012BK294）
山东省精品课程建设项目（2013BK399）
山东省精品课程建设项目（2013BK402）
:大学生创新创业训练计划项目
- 浏览2
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
