基于粗糙集的决策树在医疗诊断中的应用

• 作者: 李梦天 陈岱 黄锦静
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 粗糙集 属性约简 可分辨矩阵 C4.5算法 决策树
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 应用开发研究
• 页码范围: 148-152
• 页数: 5页
• 分类号: TP39
• 字数: 5521字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.12.032

摘要

网上医疗诊断越来越受欢迎,电子病例的数据也越来越多.如何从众多的医疗数据中降低医疗数据的冗余度,快速提取有用的医疗价值,提高医疗诊断的速度和精度,成了一个大家研究的热点问题.针对这一系列问题,研究了医疗系统关于肺癌诊断的一些数据,建立了基于属性依赖改进的可分辨矩阵属性约简的C4.5算法,并用随机森林进行算法改进.属性约简算法降低了医疗数据的冗余度,决策树算法提取了肺癌诊断的一些规则,随机森林提高了医疗诊断的准确性.文中对肺癌诊断场景进行了仿真实验与应用,并将单纯的C4.5算法,属性约简与单棵C4.5决策树,属性约简和C4.5决策树随机森林进行性能比较.实验结果表明,该方法加快了计算速度,提高了医疗诊断的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈岱	中国矿业大学计算机科学与计算学院	19	232	7.0	15.0
2	黄锦静	中国矿业大学计算机科学与计算学院	2	21	1.0	2.0
3	李梦天	中国矿业大学计算机科学与计算学院	2	21	1.0	2.0