不平衡数据的关键因素筛选方法

• 作者: 李扬 贾萍萍
• 来源期刊: 世界科学技术-中医药现代化
• 学科: 医学
• 关键词: 不平衡数据 SMOTE抽样 预测阈值 成组 Lasso
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 专题讨论一:医学统计方法及应用
• 页码范围: 389-394
• 页数: 6页
• 分类号: R33
• 字数: 4353字
• 语种: 中文
• DOI: 10.11842/wst.2019.03.009

摘要

数据不平衡问题的存在,使得模型倾向于将测试样本判别为多数类,导致少数类的分类效果较差.可以从数据和算法两个角度解决数据不平衡带来的问题,本研究主要关注关键因素筛选时不平衡问题的处理,在数据层面使用基于SMOTE抽样的Group Lasso,算法层面使用了调节阈值的Group Lasso,包括分步调节参数和同时调节参数两种方法.最后在307例亚健康患者的问卷数据上使用三种方法建立“肝郁脾虚”诊断模型.从得到的结果来看,基于SMOTE的方法和同时调参的方法得到模型预测效果在灵敏度和特异度上较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李扬	中国人民大学应用统计科学研究中心	54	247	8.0	14.0
5	贾萍萍	中国人民大学应用统计科学研究中心	12	53	4.0	6.0