论文摘要
针对印第安皮玛族成年女性糖尿病数据集进行分类。将迭代随机森林与机器学习方法如随机森林、K最近邻、基于不同核函数的支持向量机、人工神经网络、Logistic回归、梯度提升机、决策树分类等作比较。分析了分类识别精度、查准率、查全率、度量、ROC曲线和AUC值等6个指标。通过实验发现,与上述其它7种分类算法相比,针对该数据集,迭代随机森林在这些性能指标上的表现是最优的。
论文目录
文章来源
类型: 期刊论文
作者: 刘文博,梁盛楠,秦喜文,董小刚,王纯杰
关键词: 迭代随机森林,糖尿病预测,性能度量,分类
来源: 长春工业大学学报 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,医药卫生科技,信息科技
专业: 内分泌腺及全身性疾病,自动化技术
单位: 黔南民族师范学院数学与统计学院,长春工业大学数学与统计学院
基金: 贵州省教育厅青年科技人才成长项目(黔教合KY字[2019]200),黔南师范学院高层次人才专项项目(qnsyrc201809)
分类号: R587.1;TP18
DOI: 10.15923/j.cnki.cn22-1382/t.2019.6.15
页码: 604-611
总页数: 8
文件大小: 1896K
下载量: 242