| 基于改进随机森林优化算法在医疗数据中的应用研究 |
| |
| 引用本文： | 朱城,苏前敏,郭晶磊,沈宙锋.基于改进随机森林优化算法在医疗数据中的应用研究[J].智能计算机与应用,2021,11(8):130-134. |
| |
| 作者姓名： | 朱城 苏前敏 郭晶磊 沈宙锋 |
| |
| 作者单位： | 上海工程技术大学电子与电气工程学院,上海201620;上海中医药大学,上海201203 |
| |
| 摘 要： | 本文针对临床疾病预测过程中医疗临床数据特征因子相关性较强,模型调参工作较为复杂的问题,提出一种多模型复合优化方法.考虑到过多的强相关性特征因子很容易降低模型的运行效率,利用SelectKbest变量筛选算法对临床数据进行筛选,采用遗传算法对随机森林分类器模型的参数选择进行优化.最后,以乳腺癌的临床数据为例,实验证明通过以上方法优化后算法模型的精准值、召回率、F1分值、AUC值等方面均有提高,该提出的超参数调优方法为具有强共线性的临床数据处理和疾病预测提供了一种新思路.
|
| 关 键 词： | 遗传算法 kbest变量筛选 随机森林 超参数调优 |
Research on application of improved random forest optimization algorithm in medical data |
| |
| ZHU Cheng,SU Qianmin,GUO Jinglei,SHEN Zhoufeng.Research on application of improved random forest optimization algorithm in medical data[J].INTELLIGENT COMPUTER AND APPLICATIONS,2021,11(8):130-134. |
| |
| Authors: | ZHU Cheng SU Qianmin GUO Jinglei SHEN Zhoufeng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
