基于决策树的抑郁障碍预测模型

• 作者: 付遥银 孙军梅 章宣 谭忠林 黄晓玉
• 来源期刊: 杭州师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 抑郁障碍 数据挖掘 C4.5决策树 预测模型
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 443-448
• 页数: 6页
• 分类号: TP391.77
• 字数: 3925字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-232X.2018.04.018

摘要

从躯体症状、心理状态、社会支持和情绪控制4个方面共26条特征入手,基于C4.5决策树算法,构建了一个抑郁障碍预测模型,预测准确率达到69％以上.实验表明,失眠、自杀意念、躯体疾病等是抑郁的危险因素.对比Apriori算法,可以看出决策树在计算效率、规则提取和解释上有着明显的优势,在一定程度上可以辅助医疗工作者进行抑郁障碍诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙军梅	杭州师范大学杭州国际服务工程学院	18	63	4.0	7.0
2	黄晓玉		4	12	2.0	3.0
3	谭忠林	浙江大学医学院精神卫生中心	14	31	3.0	5.0
5	付遥银	杭州师范大学杭州国际服务工程学院	2	2	1.0	1.0
8	章宣	杭州师范大学杭州国际服务工程学院	3	2	1.0	1.0