基于随机森林和多标记学习算法的慢性胃炎实

点击标题下「中国中医药信息杂志」可快速

对慢性胃炎实证证候的特点症状进行选择，并建立证候模型，为慢性胃炎证候量化诊断的建立提供方法学参考。

方法

应用慢性胃炎中医问诊规范化量表收集临床症状和体征，并应用机器学习领域新提出的随机森林和多标记学习算法对慢性胃炎的实证症状进行选择和模型构建。

结果

应用随机森林和信息增益算法，结合多标记学习算法对证候分别建模，随机森林算法挑选出15个特点症状，信息增益方法挑选出20个特点症状，两者的模型最高准确率分别为83%、82%。通过评价，随机森林算法选出的特点症状更加精简，提高了诊断模型的识别率。

结论

随机森林结合多标记学习算法可实现慢性胃炎实证证候特点症状的选择，同时还可解决几个证候相兼问题，弥补传统学习算法的不足。

关键词

随机森林算法；多标记学习算法；慢性胃炎；特点选择；证候

引文格式：徐玮斐,顾巍杰,刘国萍,等.基于随机森林和多标记学习算法的慢性胃炎实证特点选择和证候分类辨认研究[J].中国中医药信息杂志,,23(8):.

DOI：10./sn.-..08.

官方店铺

为方便读者购刊，本刊

长按并辨认