基于SMOTEboost的大肠癌不平衡数据集的症型分类研究

• 作者: 刘秀峰 刘芬
• 来源期刊: 医学信息
• 学科: 医学
• 关键词: 大肠癌 Adaboost SMOTE 不平衡数据集
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 医学信息学
• 页码范围: 10-12
• 页数: 3页
• 分类号: TP311.13|R735.3+4
• 字数: 3037字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1959.2018.23.003

摘要

目的 利用机器学习算法处理大肠癌中医症状与证型数据,建立适用于大肠癌不平衡数据集的虚实证型分类模型.方法 量化收集的大肠癌中医临床病案数据以及文献检索数据,首先采用人工合成过采样技术对数据集进行平衡处理,再结合集成学习算法Adaboost,将症状作为输入,证型作为输出,对比传统机器学习算法分类效果,探讨大肠癌的SMOTEboost分类模型在虚实证型中的分类性能.结果 SMOTEboost分类算法在大肠癌虚实证型分类模型中,F-mean较Adaboost提高了25.40％,G-mean提高了16.60％,表明构建的分类器具有较高的分类性能与泛化能力.结论 SMOTEboost复合分类器为大肠癌中医证型分类提供很好的计算机网络模型,也为其他中医病症的临床证型判定提供借鉴意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘秀峰		52	166	6.0	9.0
2	刘芬		5	2	1.0	1.0