基于Spark和随机森林优化的糖尿病预测

• 作者: 杨雨含 安国家
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（17）
• 所属期刊栏目: 技术交流
• 页码范围: 200-201
• 页数: 2页
• 语种: 中文

摘要

在非平衡数据的问题上,我们实验发现随机森林无法很好的解决这一问题.本文采用了SMOTE算法,能够有效的减少和降低数据集的非平衡性.在面对医疗数据高度特征冗余的特点上,该方案使用了基于随机森林和序联合搜索的Wrapper式特征选择算法.在构造随机树时,该方案使用了Spark实现随机树的并行构建,提高了运行速率.通过对随机森林优化后的模型与随机森林、K最近邻、神经网络和向量机等模型进行对比,实验结果表明,随机森林优化算法的精度达到81.13％,优于其他的4种分类模型.