基于支持向量机递归特征约减算法的痢疾疫情预测研究

• 作者: 何苗 关鹏 曹爽 沈铁峰 王双 黄德生
• 来源期刊: 中国卫生统计
• 关键词: 支持向量机 递归特征约减算法 预测 痢疾 发病率
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 论著
• 页码范围: 6-9
• 页数: 4页
• 字数: 2902字
• 语种: 中文

摘要

目的 探讨应用支持向量机递归特征约减算法(support vector machine with recursive feature elimination algorithm,SVM-RFE)进行痢疾疫情预测的可行性.方法 收集辽宁省葫芦岛市2004-2011年的逐月痢疾疫情资料和相应时段的气象资料,首先利用描述统计分析痢疾季节性发病规律,使用Spearman等级相关分析疫情同气象因素的关系;使用标准化气象指标作为自变量,随机将2/3数据用于训练,1/3数据用于检验,设置交叉验证次数为100次,根据径向基核函数的SVM-RFE确定最优候选变量子集并据此进行预测,利用R2.90完成上述统计过程.结果 SVM-RFE在17项气象指标中按重要程度由高至低排序,居前5位分别为平均气温、平均最高气温、降水距平百分率、平均风速、平均最低气温.随着自变量的增加,训练集的决定系数R2由0.702增加到0.945,检验集在取前两个自变量时决定系数最大,R2为0.653,均高于传统对数线性模型.结论 SVM可较好地模拟痢疾疫情在时间序列上的变动趋势,RFE算法在筛选变量方面有较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何苗	中国医科大学附属第一医院信息中心	78	739	15.0	24.0
2	黄德生	中国医科大学基础医学院数学教研室	65	452	13.0	18.0
3	关鹏	中国医科大学公共卫生学院流行病学教研室	81	596	15.0	21.0
4	曹爽	中国医科大学公共卫生学院流行病学教研室	13	49	3.0	6.0
5	王双		7	3	1.0	1.0
6	沈铁峰		9	29	4.0	5.0