基于下采样的局部判别矩阵型分类的心衰死亡率预测 |
| |
引用本文: | 陈钊志,李冬冬,王喆,阮彤,高炬.基于下采样的局部判别矩阵型分类的心衰死亡率预测[J].华东理工大学学报(自然科学版),2019,45(1). |
| |
作者姓名: | 陈钊志 李冬冬 王喆 阮彤 高炬 |
| |
作者单位: | 华东理工大学信息科学与工程学院 ,上海200237;苏州大学江苏省计算机信息处理技术重点实验室 ,江苏苏州215006;华东理工大学信息科学与工程学院 ,上海,200237;上海曙光医院 ,上海,200021 |
| |
基金项目: | 国家自然科学基金;上海市晨光计划;上海市曙光计划;上海市科委科技创新行动计划 |
| |
摘 要: | 不平衡分类问题的特征是样本集中每类样本个数相差较大,导致分类结果偏向多数类样本,少数类样本被忽视。而在不平衡分类问题中,少数类样本需要更多的关注。本文基于上海曙光医院提供的心衰医疗数据,提出了一个针对心衰病人死亡率预测的框架,为心衰的辅助治疗和诊断提供有效的信息。心衰医疗病例属于典型的不平衡分类问题,心衰病人在总的病人数量中只占少数,在检查中,应尽可能重点关注心衰病例。本文提出的框架采用下采样方法调整样本的比例,使类与类之间的规模平衡;使用主成分分析方法对高维数据进行特征选择;并在采样后的数据集上训练局部敏感判别矩阵型分类器,提高局部样本的关注度以获得更好的分类性能。实验结果表明,该框架能对心衰医疗数据提供较好的预测结果,与同类算法比较,表现出了更好的性能,是一个有效且实用的方法。
|
关 键 词: | 机器学习 分类器 心衰死亡率预测 医疗辅助系统 |
本文献已被 CNKI 万方数据 等数据库收录! |
|