|
|||||
|
|
| 基于迭代随机森林算法的糖尿病预测 | |
| 作者姓名： | 刘文博 梁盛楠 秦喜文 董小刚 王纯杰 |
| 作者单位： | 黔南民族师范学院数学与统计学院 ,贵州都匀 558000;长春工业大学数学与统计学院 ,吉林长春 130012 |
| 基金项目： | 贵州省教育厅青年科技人才成长项目;黔南师范学院高层次人才专项项目 |
| 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。 |
| 关 键 词： | 迭代随机森林 糖尿病预测 性能度量 分类 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
