基于R语言算法及随机搜索的预测模型研究

——以心力衰竭死亡风险预测为例

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：文章采用简单随机抽样（旁置法）的方式，按7：3的比例划分训练集与测试集。基于该训练集建立支持向量机、BP神经网络、决策树、随机森林、Adaboost算法、加权K-近邻等分类模型，利用测试集对心力衰竭死亡风险预测模型的效果进行测试。使用精度、查全率、查准率、卡帕系数（Kappa）、F1分数等评价指标评判各种模型调优后的预测效果，最后选出BP神经网络为最佳的疾病风险预测模型，为临床医学研究诊断心力衰竭提供一些参考性意见。（剩余5648字）

试读结束

目录
monitor