科研之友
微信
新浪微博
Facebook
分享链接
摘要
构建基于数据挖掘技术的心理障碍预测模型,有效预测心理障碍,提升预测能力。依据随机森林原理,通过投票或计算平均数的决策方式重组随机森林生成的分类树,Bagging算法使用Bootstrap从心理障碍数据样本集内反复抽取子心理障碍数据集,构建分类树模型,通过计算心理障碍样本集的信息增益、信息率等确定分类树分裂节点并构建决策树分支与叶节点,经过剪枝处理后,通过提升随机森林的收敛性、分类能效与相关度,缩小其泛化误差,实现心理障碍预测。实验结果表明:该模型灵敏度达到0.95,预测价值较高;预测准确率达到0.98,且召回率较高,预测能力强。
- 单位
