基于SMOTEboost的大肠癌不平衡数据集的症型分类研究

摘要：

目的 利用机器学习算法处理大肠癌中医症状与证型数据,建立适用于大肠癌不平衡数据集的虚实证型分类模型.方法 量化收集的大肠癌中医临床病案数据以及文献检索数据,首先采用人工合成过采样技术对数据集进行平衡处理,再结合集成学习算法Adaboost,将症状作为输入,证型作为输出,对比传统机器学习算法分类效果,探讨大肠癌的SMOTEboost分类模型在虚实证型中的分类性能.结果 SMOTEboost分类算法在大肠癌虚实证型分类模型中,F-mean较Adaboost提高了25.40％,G-mean提高了16.60％,表明构建的分类器具有较高的分类性能与泛化能力.结论 SMOTEboost复合分类器为大肠癌中医证型分类提供很好的计算机网络模型,也为其他中医病症的临床证型判定提供借鉴意义.

关键词：大肠癌、Adaboost、SMOTE、不平衡数据集

所属期刊栏目：31

分类号：TP311.13;R735.3+4(计算技术、计算机技术)

资助基金：广州中医药大学薪火计划资助项目XH20160105

在线出版日期：2019-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：10-12