基于机器学习的抑郁症预测模型研究
大量研究表明,抑郁症与甲状腺激素在人体内的含量水平存在一定的相关性.通过甲状腺激素水平与是否患有抑郁症的关系建立C4.5决策树、KNN、二元logistic回归等三种预测模型,可实现对是否患有抑郁症的简单预测.利用混淆矩阵进行模型评价,分别得到三种模型的召回率、精确率以及准确率,加以比较判断,最终选出预测效果最为良好的模型,即KNN模型,其准确率0.72,为抑郁症预测及诊断提供参考.
抑郁症预测、甲状腺激素、C4.5决策树、KNN、二元logistic回归模型
19
TP18(自动化基础理论)
天津市大学生创新创业计划项目202110065122
2023-03-06（万方平台首次上网日期，不代表论文的发表时间）
共4页
16-19
