决策树模型在2型糖尿病预测中的应用 |
| |
引用本文: | 杨光,马尔丽.决策树模型在2型糖尿病预测中的应用[J].沈阳师范大学学报(自然科学版),2018(3). |
| |
作者姓名: | 杨光 马尔丽 |
| |
作者单位: | 沈阳师范大学数学与系统科学学院 |
| |
摘 要: | 决策树作为从大规模数据中探索概念构成的代表,是弱化模型结构仅从数据出发构建概念的典型,所以决策树作为数据挖掘的典型技术得到了广泛的应用。根据临床检验资料信息,利用决策树模型建立2型糖尿病预测模型,为能更准确地诊断2型糖尿病提出理论依据。首先,搜集数据并进行预处理;然后,利用R语言编程构造ID3算法和CART算法的分类模型;再通过对ID3算法和分类回归树(CART)算法研究相比较,分析对比每个单一算法的性能和挖掘收集到的糖尿病数据;最后,比较2种方法的准确率,对预测结果进行评估。构建的诊断模型都具有较高的预测准确度,且CART模型优于ID3模型,对预测2型糖尿病的患病风险具有一定的临床参考价值。
|
本文献已被 CNKI 等数据库收录! |
|