基于ML-KNN算法的冠心病辨证模型研究

作者：孙鑫亮; 杨涛^*; 章颖; 董海艳; 胡孔法; 谢佳东; 史话跃

来源：山东中医药大学学报, 2019, 43(05): 438-442.

DOI：10.16294/j.cnki.1007-659x.2019.05.004

• ML-KNN
• 冠心病
• 辨证模型
• 十折交叉验证
• 汉明损失
• 1-错误率
• 覆盖率
• 排序损失
• 平均精度

目的:构建冠心病辨证模型,解决兼夹证诊断问题。方法:对收集的1315条冠心病医案进行规范化处理,并在规范数据集上运用多标记近邻算法ML-KNN构建冠心病辨证模型,采用十折交叉验证的方法对模型进行训练和测试,并用经典多标记算法评价指标对模型结果进行评价。结果:模型平均汉明损失为5.47%,1-错误率为2.13%,覆盖率为12.33%,排序损失为1.56%,平均精度为93.55%。结论:利用ML-KNN算法,从临床数据构建冠心病辨证模型,能够较好地模拟中医专家经验。

• 单位
  南京中医药大学