基于PCA的决策树算法在心脏病诊断中的应用

• 作者: 崔运涛 程颖
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 主成分分析 决策树C4.5算法 信息增益 心脏病诊断
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 工程实践
• 页码范围: 171-174
• 页数: 4页
• 分类号: TP393
• 字数: 2759字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2009.10.049

摘要

主成分分析(Principal Component Analysis, PCA)可以处理大量过程参数间的关系与变化,排除次要因素,提取主要因素. 文章将主成分分析和决策树C4.5算法相结合,提出一种心脏病诊断预测的新方法, 该方法采用 PCA方法对影响心脏病诊断的众多变量进行降维处理,减少了预测模型的输入量,消除输入数据间的相关性,用C4.5算法建立心脏病诊断的预测模型.经实验证明有效的提高了C4.5算法的分类正确率,提高了心脏病诊断的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程颖	中国地质大学计算机学院	1	8	1.0	1.0
2	崔运涛	中国地质大学资源学院	1	8	1.0	1.0