基于优化决策树的慢性阻塞性肺疾病预测方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：慢性阻塞性肺疾病已经成为一个重要的社会问题．气流受限是慢性阻塞性肺疾病的最基本特征．而肺功能检查对评估气流受限程度具有重要意义．本文利用机器学习的方法，分析慢性阻塞性肺疾病患者肺功能检测指标，建立更加有效的判定及预测慢性阻塞性肺疾病的模型．首先，进行数据预处理，包括填补缺失值以及剔除脏数据．然后，利用因子分析、决策树分析及其优化方法，选取13个主成分，建立了最大树深度为3、最小父节点为10、最小子节点为10的慢性阻塞性肺疾病预测模型．最后，通过大量实验，验证本模型的有效性，预测慢性阻塞性肺疾病准确率达到83％，并且具有较好的稳定性．

原文链接:http://www.cqvip.com//QK/94155X/201702/672396708.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：预测方法 决策树 数据预处理 cqvip 学习的方法 慢性阻塞性肺疾病 肺功能检测指标 因子分析 决策树 剪枝