基于随机森林的亚健康状态预测与特征选择方法研究

• 作者: 王小强
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 亚健康状态 随机森林 特征选择 状态预测 数学模型
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 算法
• 页码范围: 296-298,307
• 页数: 4页
• 分类号: TP391
• 字数: 3427字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.01.080

摘要

亚健康状态是一种介于健康和疾病之间的低质量状态。研究的目的是要确定哪些因素或因素组合能够针对亚健康状态进行预测。临床流行病学调查，获取572个实际案例（其中，523宗均为亚健康状态，49宗为健康），在报告中包括了50种相关症状。应用随机森林分类技术进行基于临床数据分析的亚健康状态预测，正确分类率为91．28％。由50倍随机森林方法所得到的特征选择（症状），即疲劳、心悸、四肢肌无力、疲劳程度和悲观态度是重要的判别变量。相关实验结果显示了提出方法的可行性与高效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小强	炎黄职业技术学院机电工程系	2	17	2.0	2.0