机器学习算法在疾病风险预测中的应用与比较

作者：黄光成; 周良; 石建伟; 黄蛟灵; 杨燕; 陈宁; 刘茜; 巩昕; 王朝昕; 唐岚; 俞文雅^*

来源：中国卫生资源, 2020, 23(04): 432-436.

DOI：10.13688/j.cnki.chr.2020.19608

• 机器学习
• 疾病风险预测
• 支持向量机
• BP神经网络
• 随机森林
• 朴素贝叶斯

就最适合应用于疾病风险预测的4种机器学习经典算法,即支持向量机、BP(back propagation)神经网络、随机森林和朴素贝叶斯,对其在疾病风险预测中的前沿应用、方法学特征、优势、缺陷和适用条件进行综述,以期为更合理地应用机器学习方法预测疾病风险提供方法学支持。

• 单位
  上海交通大学; 同济大学; 同济大学附属东方医院