换一批基于极值随机森林的慢性胃炎中医证候分类
Syndrome Classification of Chronic Gastritis Based on Extremely Randomized Forest Algorithm
摘要大多数机器学习算法能得到较好的分类效果,但模型却无法解释;而随机森林等模型有良好的可解释性,却无法处理中医数据中兼证的情况.本文利用极值随机森林算法对慢性胃炎中医数据进行证候分类研究,其中决策树的叶节点能输出多个标签,通过加权机制综合分量来处理兼证问题.与已有多标记学习算法和C4.5、CART等基于决策树的算法进行比较,实验结果表明,极值随机森林算法无论在6个证型的分类准确率上,还是在多标记评价指标上都具有更好的效果,而且模型中得到的规则基本符合中医理论.
更多相关知识
关键词
证候分类极值随机森林可解释性慢性胃炎决策树syndrome classificationextremely randomized forestinterpretabilitychronic gastritisdecision tree
分类号
R241（中医临床学）
栏目名称
DOI
10.14135/j.cnki.1006-3080.2017.05.015
发布时间
2018-01-08（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引24
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
