计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2009年
10期
171-174
,共4页
主成分分析%决策树C4.5算法%信息增益%心脏病诊断
主成分分析%決策樹C4.5算法%信息增益%心髒病診斷
주성분분석%결책수C4.5산법%신식증익%심장병진단
主成分分析(Principal Component Analysis, PCA)可以处理大量过程参数间的关系与变化,排除次要因素,提取主要因素. 文章将主成分分析和决策树C4.5算法相结合,提出一种心脏病诊断预测的新方法, 该方法采用 PCA方法对影响心脏病诊断的众多变量进行降维处理,减少了预测模型的输入量,消除输入数据间的相关性,用C4.5算法建立心脏病诊断的预测模型.经实验证明有效的提高了C4.5算法的分类正确率,提高了心脏病诊断的正确率.
主成分分析(Principal Component Analysis, PCA)可以處理大量過程參數間的關繫與變化,排除次要因素,提取主要因素. 文章將主成分分析和決策樹C4.5算法相結閤,提齣一種心髒病診斷預測的新方法, 該方法採用 PCA方法對影響心髒病診斷的衆多變量進行降維處理,減少瞭預測模型的輸入量,消除輸入數據間的相關性,用C4.5算法建立心髒病診斷的預測模型.經實驗證明有效的提高瞭C4.5算法的分類正確率,提高瞭心髒病診斷的正確率.
주성분분석(Principal Component Analysis, PCA)가이처리대량과정삼수간적관계여변화,배제차요인소,제취주요인소. 문장장주성분분석화결책수C4.5산법상결합,제출일충심장병진단예측적신방법, 해방법채용 PCA방법대영향심장병진단적음다변량진행강유처리,감소료예측모형적수입량,소제수입수거간적상관성,용C4.5산법건립심장병진단적예측모형.경실험증명유효적제고료C4.5산법적분류정학솔,제고료심장병진단적정학솔.
