蚁群路径优化决策树在慢性肾病分期诊断中的应用

• 作者: 李智 李瑞红 童玲
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 决策树 数据挖掘 分期诊断 慢性肾病 蚁群路径优化
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 135-138
• 页数: 4页
• 分类号: TP319
• 字数: 3120字
• 语种: 中文
• DOI: 10.11907/rjdk.162677

摘要

慢性肾病(CKD)的严重程度可根据肾小球滤过率(GFR)来加以区分.临床上不能通过检查检验直接得到GFR,而是通过经验方程来计算,由于患者来自不同地区,因此并不适用于所有患者.选取了2 659例CKD患者的数据,遴选14个属性,对连续性、属性、年龄等进行离散化,初始化信息素;计算各特征的启发信息;利用启发搜索优化生成的决策树,得到混淆矩阵,以此得到患者的CKD分期.实验结果表明,训练准确率达到97.04%,测试准确率为96.62%,泛化能力增强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李智	四川大学电子信息学院	124	459	10.0	14.0
2	童玲	成都军区总医院计算机网络管理中心	14	84	6.0	8.0
3	李瑞红	四川大学电子信息学院	1	6	1.0	1.0