不平衡数据分类研究及在疾病诊断中的应用

• 作者: 张涛
• 来源期刊: 黄河科技学院学报
• 学科: 工学
• 关键词: 不平衡数据 疾病诊断 随机森林 梯度提升机
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 医药科学研究
• 页码范围: 15-22
• 页数: 8页
• 分类号: TP311
• 字数: 6064字
• 语种: 中文
• DOI: 10.19576/j.issn.1008-5424.2019.05.005

摘要

在实际生活中,不平衡数据往往是常态,比如医疗领域.在机器学习分类问题中,如果不考虑类别不平衡,直接构建机器学习模型往往会得出过于乐观甚至无用的分类结果.针对不平衡数据分类问题,从数据分布、模型算法和评估指标三方面提出处理方法.选取pima印第安人糖尿病数据集,应用SMOTE过采样技术处理数据,并构建随机森林模型和GBDT模型.然后选取查准率(precision)、召回率(recall)、f-度量(fl-score)和AUC(ROC曲线下面积)作为重要评估指标.最后通过实验结果的对比和分析,选取综合表现最好的GBDT模型,将其应用于疾病诊断系统,以期助力推动医疗领域的进步.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张涛	兰州财经大学统计学院	3	1	1.0	1.0