支持向量机在建立2型糖尿病预测模型中的应用
目的应用支持向量机(SVM)构建2型糖尿病预测模型的方法.方法 简述SVM的原理、特点,并以北京市某社区健康监测档案数据为例,应用matlab软件结合libsvm工具箱实现数据分析.结果 通过对2型糖尿病队列数据的分析发现,归一化可以提高预测模型的准确性,不同核函数对预测模型的影响较大,多项式核函数拟合模型最差,5次交互验证准确率和回代训练样本准确率为92.7%,预测检验样本准确率为93.1%;sigmoid核函数拟合的预测模型5次交互验证准确率为93.7%,回代训练样本准确率达到94.0%,预测检验样本准确率为97.3%;径向基核函数拟合的预测模型最佳,5次交互验证准确率为94.5%,回代训练样本准确率为95.1%,预测检验样本准确率为98.7%.结论 SVM可以用于2型糖尿病的预测分析,得到准确率较高的预测模型.
支持向量机、风险评估、糖尿病、2型
18
R587.1(内分泌腺疾病及代谢病)
2011-03-24(万方平台首次上网日期,不代表论文的发表时间)
560-562