地中海贫血病是一种严重的血红蛋白病,目前尚无根治方法,中、重型患者会给家庭和社会带来沉重负担,有效避免其患儿的出生变得尤为重要。目前机器学习在地中海贫血预警领域应用不广,文中提出了一种新的混合采样AdaBoost算法,对少类样本进行DSMOTE处理,对多类样本采用随机下采样处理,并将平衡后的数据集送入AdaBoost分类器进行分类训练。针对不同的采样方法和分类器进行仿真验证,结果表明所提方法的综合性能评估具有一定的优越性,对地中海贫血临床预警有一定指导意义。
科研之友
微信
新浪微博
Facebook
分享链接
