作者：谢名阳; 李兴平; 王源昌; 孙鹿数据缺失肝炎r软件机器学习交叉验证
摘要：在医疗诊断中,处理分析的病例数据常常面对两个问题:缺失数据和方法选择。基于肝炎诱发肝功能衰竭的多项指标,使用机器学习模型对肝炎预后死亡进行判别分析,首先选用随机森林插补法对缺失数据进行插补,并用t检验对比均值插补与随机森林插补法的优劣,其次使用R软件将机器学习模型中决策树、Boosting模型、随机森林等六种模型运用到同一肝炎数据集的死亡判别,并通过K折交叉验证比较各机器学习模型的判别精准度,最终结果表明:Boosting模型判别精准度最高达100%且模型最稳定。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
