基于梯度提升回归树的症状自评量表(SCL-90)简化

• 作者: 于淏岿 于滨 冯超南 刘金铭 李毓明 杜晓宁 纪俊 肖珣
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: SCL-90 梯度提升回归树 量表简化
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息工程
• 页码范围: 32-37
• 页数: 6页
• 分类号: TP181
• 字数: 3093字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2020.05.06

摘要

基于梯度提升回归树算法探讨适用于体检人群心理健康测评场景的动态S C L-90简化方案,利用梯度提升回归树(Gradient Boosting Regression Tree,GBRT)算法训练2982条体检中心的测评数据,建立题组模型并进行题组间与组内简化,将简化结果与真实测评结果进行对比验证.题组预测的允许误差值设为0.5时,可删减10个题组中的7个题组,预测准确率介于75.9％ ～81.3％,组内题目验证的敏感度和特异度均达到80％ 时,每个题组内可以从6～13个题目减少为3～7个.研究结果表明,使用梯度提升回归树算法能在保证准确率的情况下删减部分题目,得到的动态简化量表由于题量动态缩减,减少了测评时间,更适用于体检场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪俊	青岛大学计算机科学技术学院	10	16	2.0	3.0
2	冯超南		2	0	0.0	0.0
3	于淏岿		2	0	0.0	0.0
4	刘金铭	青岛大学计算机科学技术学院	1	0	0.0	0.0
8	李毓明		1	0	0.0	0.0
9	肖珣		1	0	0.0	0.0
10	杜晓宁		1	0	0.0	0.0
11	于滨		1	0	0.0	0.0