基于RF和KNN的三种肝炎分类模型的建立

作者：闫树英; 陈志宏; 惠娜; 魏玉辉

来源：宁夏医学杂志, 2015, 37(06): 496-480.

DOI：10.13621/j.1001-5949.2015.06.0496

• 随机森林
• K-最邻近
• 甲型肝炎
• 乙型肝炎
• 丙型肝炎
• 分类模型

目的建立甲、乙、丙三种肝炎的计算机分类模型。方法以病毒学检查为指标确定三种肝炎病例,以患者和健康体检者血常规检查指标、生化检查指标为原始数据建立数据库,其中甲肝病例186例,乙肝病例835例,丙肝病例129例,健康志愿者438人。分别采用随机森林和K-最邻近法建立甲、乙、丙三种肝炎的分类模型。结果随机森林筛选出了9个(ALT、GGT、AST、ALB、BUN/Crea、CPT、MO%、TBIL、Cl-1)相对重要的变量,该模型内部预测准确率、测试集的预测准确率分别是92.59%、91.56%,KNN模型内部预测准确率、训练集、测试集的预测准确率分别是93.95%、96.89%、90.23%。结论所建的分类模型对三种肝炎患者和健康人有较好的识别能力。

• 单位
  甘肃省人民医院; 兰州大学第一医院; 宁夏回族自治区人民医院