计算机工程与设计
計算機工程與設計
계산궤공정여설계
Computer Engineering and Design
2015年
9期
2508-2513
,共6页
C4.5算法%SMOTE算法%K-means聚类算法%PAM算法%不均衡数据%偏倚问题%脑卒中
C4.5算法%SMOTE算法%K-means聚類算法%PAM算法%不均衡數據%偏倚問題%腦卒中
C4.5산법%SMOTE산법%K-means취류산법%PAM산법%불균형수거%편의문제%뇌졸중
C4.5 algorithm%SMOTE algorithm%K-means cluster algorithm%PAM algorithm%imbalanced data%bias problem%stroke
为解决不均衡脑卒中数据分类偏倚问题,提出一种基于均衡分类的脑卒中风险预测模型,其主要算法是基于不均衡数据的分类算法SMOTE&PAM-means+ C4.5.使用智能型过抽样技术SMOTE生成新的少数类数据;使用聚类算法PAM-means对多数类数据进行聚类,将相似样本聚到一簇后,对各簇按比例进行抽样,形成新的多数类数据;使用C4.5算法对新的多数类和少数类数据形成的均衡数据集进行分类.实验结果表明,该模型可以有效解决分类结果偏倚问题,降低少数类数据分类误差,提高分类准确度,为脑卒中风险的准确预测提供依据.
為解決不均衡腦卒中數據分類偏倚問題,提齣一種基于均衡分類的腦卒中風險預測模型,其主要算法是基于不均衡數據的分類算法SMOTE&PAM-means+ C4.5.使用智能型過抽樣技術SMOTE生成新的少數類數據;使用聚類算法PAM-means對多數類數據進行聚類,將相似樣本聚到一簇後,對各簇按比例進行抽樣,形成新的多數類數據;使用C4.5算法對新的多數類和少數類數據形成的均衡數據集進行分類.實驗結果錶明,該模型可以有效解決分類結果偏倚問題,降低少數類數據分類誤差,提高分類準確度,為腦卒中風險的準確預測提供依據.
위해결불균형뇌졸중수거분류편의문제,제출일충기우균형분류적뇌졸중풍험예측모형,기주요산법시기우불균형수거적분류산법SMOTE&PAM-means+ C4.5.사용지능형과추양기술SMOTE생성신적소수류수거;사용취류산법PAM-means대다수류수거진행취류,장상사양본취도일족후,대각족안비례진행추양,형성신적다수류수거;사용C4.5산법대신적다수류화소수류수거형성적균형수거집진행분류.실험결과표명,해모형가이유효해결분류결과편의문제,강저소수류수거분류오차,제고분류준학도,위뇌졸중풍험적준학예측제공의거.
