基于支持向量机的Ⅱ型糖尿病判别与特征筛选

基于支持向量机理论的分类算法，由于其完善的理论基础和良好的试验结果，目前已逐渐引起国内外研究者的关注。文中采用支持向量机技术，对436个病例的14个特征建立了Ⅱ型糖尿病的“预测性”分类模型，进行全面的数据挖掘和分析，探寻与Ⅱ型糖尿病判别相关联的重要病例特征。同时，还采用决策树、多层感知器方法进行了试验，结果表明支持向量机的效果最好。当输入向量为腰围、腰围／臀围、舒张血压、年龄时，敏感度、特异性、准确率最高，分别为0．8666、0．6420、0．7014.结论表明，支持向量机对Ⅱ型糖尿病特征筛选、分类识别是一种有效的方法，为Ⅱ型糖尿病强相关病例特征鉴别探索了一条有效途径。