基于极值随机森林的慢性胃炎中医证候分类

• 作者: 付晶晶 刘国萍 王忆勤 胡宗杰 郭睿 钱鹏 颜建军
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 医学
• 关键词: 证候分类 极值随机森林 可解释性 慢性胃炎 决策树
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 698-703
• 页数: 6页
• 分类号: R241
• 字数: 4274字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.2017.05.015

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国萍	上海中医药大学四诊信息综合实验室	51	255	10.0	15.0
2	郭睿	上海中医药大学四诊信息综合实验室	55	266	10.0	15.0
6	王忆勤	上海中医药大学四诊信息综合实验室	259	1999	24.0	35.0
7	颜建军	华东理工大学机械与动力工程学院	21	213	9.0	14.0
8	付晶晶	上海中医药大学四诊信息综合实验室	20	121	7.0	10.0
9	胡宗杰	华东理工大学机械与动力工程学院	1	8	1.0	1.0