决策树模型在中医药领域的应用现状

• 作者: 马红丽 徐长英 杨新鸣
• 来源期刊: 世界中医药
• 关键词: 决策树 数据挖掘 机器学习 中医药 预测模型 树形图 分类 风险评估
• 年，卷（期）: 2021,（17）
• 所属期刊栏目: 综述|Review
• 页码范围: 2648-2651,2656
• 页数: 5页
• 分类号: R241
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7202.2021.17.025

摘要

决策树因其形状像树且又能用于决策故被称为决策树,是通过机器学习,从一系列无秩序、无规则的逻辑关系中推理出一套分层规则,将结局按照概率分布的树形图表达,从而进行精确预测或正确分类.现系统综述了决策树在中医药领域的应用现状,发现决策树在疾病风险评估、中医病证的诊断、辨证分型、中药药性或不良反应的预测、证候与理化指标的关联、预后评估和成本-效果分析等方面均有所应用,且其分类和预测结果较为准确,值得今后进一步研究并推广应用.