一种基于随机森林的改进特征筛选算法

• 作者: 刘云翔 周子宜 陈斌
• 来源期刊: 现代电子技术
• 关键词: 随机森林算法 特征筛选 肝癌预后预测 决策树 预测精度 特征集
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 117-121
• 页数: 5页
• 分类号: TN911-34|TP3-05|TP312
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.12.027

摘要

肝癌是一种我国高发的消化系统恶性肿瘤,患者死亡率高,威胁极大.而其预后情况通常只能通过医生的专业知识和经验积累来粗略判断,准确率较差.因此文中在分析随机森林算法的基本原理的基础上,提出一种改进的基于随机森林的特征筛选算法,并应用Python编程设计了一个能够预处理数据、调用这些算法、控制各参数并展现测试结果的系统,最终将该系统应用于肝癌预后预测,比较分析了不同的算法、参数、内部策略对预测精度和计算性能的影响.研究结果表明,随机森林相比剪枝过的决策树具备更好的泛化能力和训练速度,改进的特征筛选算法能够在保证预测精度的前提下显著缩小特征集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云翔	上海应用技术大学计算机科学与信息工程学院	63	200	7.0	9.0
2	陈斌	上海应用技术大学计算机科学与信息工程学院	7	27	2.0	5.0
3	周子宜	上海应用技术大学计算机科学与信息工程学院	1	4	1.0	1.0