换一批
换一批运用机器学习构建慢性肾炎中医辨证智能模型及内部验证
Construction and Internal Validation of An Intelligent Model for the Identification of Chinese Medicine in Chronic Glomerulonephritis Using Machine Learning
摘要目的 基于机器学习的方法构建慢性肾炎中医智能辨证模型.方法 检索知网、万方、维普、中国生物医学文献服务系统、古今医案云建库至2023年3月公开发表慢性肾炎相关医案文献.建立慢性肾炎中医医案信息数据库,然后将数据按7∶3成为训练集和验证集.运用决策树(decision tree,DT)、随机森林(random forest,RF)、极限梯度提升(extreme gradient boosting,XGBoost)、支持向量机(support vector machine,SVM)、K最邻近节点算法(K-nearest neighbor,KNN)、BP神经网络(back propagation neural network,BPNN)对训练集进行模型构建与超参数调优,并通过验证集对模型进行内部验证.结果 最终得到786个医案数据,决策树的准确率81.5%,随机森林的准确率85.4%,极限梯度提升的准确率83.7%,支持向量机的准确率85%,K最邻近节点算法的准确率62.2%,BP神经网络的准确率72.1%.结论 随机森林对慢性肾炎证型的判定推断最准确,人工智能应用于慢性肾炎中医辨证方法学上可行.
更多相关知识
关键词
慢性肾炎机器学习辨证智能模型人工智能R语言chronic nephritismachine learningsyndrome differentiation modelartificial intelligenceR language
分类号
R256.5
栏目名称
基金项目纵览
DOI
10.13194/j.issn.1673-842x.2024.06.014
发布时间
2024-06-18
基金项目
国家自然科学基金
- 浏览18
- 被引2
- 下载5
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
