10.3969/j.issn.1672-9722.2009.10.049
基于PCA的决策树算法在心脏病诊断中的应用
主成分分析(Principal Component Analysis, PCA)可以处理大量过程参数间的关系与变化,排除次要因素,提取主要因素. 文章将主成分分析和决策树C4.5算法相结合,提出一种心脏病诊断预测的新方法, 该方法采用 PCA方法对影响心脏病诊断的众多变量进行降维处理,减少了预测模型的输入量,消除输入数据间的相关性,用C4.5算法建立心脏病诊断的预测模型.经实验证明有效的提高了C4.5算法的分类正确率,提高了心脏病诊断的正确率.
主成分分析、决策树C4.5算法、信息增益、心脏病诊断
37
TP393(计算技术、计算机技术)
2009-12-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
171-174