基于数据挖掘探究肝脏疾病诊断模型

• 作者: 谢林瀚
• 来源期刊: 中国科技投资
• 关键词: 肝脏疾病 决策树 支持向量机 辅助诊断
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 医药卫生
• 页码范围: 254-255
• 页数: 2页
• 字数: 2616字
• 语种: 中文

摘要

中国的肝脏患者数量较多,死亡率较高,但是该疾病的诊断方式存在一系列问题.因此,我们急需寻找一种适应临床需要的无创性诊断方法.本文分析了来自印度安得拉邦东北部的416名患者和167名非肝脏疾病患者的各项指标,按照8:2将原始数据集分成训练集和测试集,采用了决策树和支持向量机模型对患者进行预测.结果显示,支持向量机方法各项指标表现优于决策树方法,更适合肝脏疾病的诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢林瀚		1	1	1.0	1.0