基于双随机森林的透析病患白蛋白缺失值估计

• 作者: 万里 李健 李建春 李智
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 血液透析 白蛋白 随机森林 缺失值 数据缺失
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 124-126
• 页数: 3页
• 分类号: TP319
• 字数: 1923字
• 语种: 中文
• DOI: 10.11907/rjdk.173135

摘要

数据缺失是临床试验中常见但又不可避免的问题之一.由于医疗设备欠缺或者病患忽略检测白蛋白,可能造成白蛋白指标缺失.随着机器学习的广泛应用,很多研究者将机器学习应用在缺失数据估计上.提出一种基于随机森林与聚类方法结合的算法——双随机森林回归法,并将该算法应用于估计白蛋白缺失值.在准确率和鲁棒性方面,双随机森林回归法相比于最近邻法、决策树与随机森林方法,均有不同程度提高.该算法为缺失值的有效处理提供了一种新思路,可以为其它的缺失值估计研究提供参考.

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	李健	四川大学电子信息学院	120	605	14.0	20.0
3	万里		25	45	3.0	6.0
4	李建春	四川大学电子信息学院	2	4	1.0	2.0