基于雙隨機(jī)森林的發(fā)熱待查智能診斷方法

摘要： 在機(jī)器學(xué)習(xí)預(yù)測(cè)模型中，不平衡數(shù)據(jù)集會(huì)降低少數(shù)類的預(yù)測(cè)準(zhǔn)確性。針對(duì)發(fā)熱待查數(shù)據(jù)集的不平衡特性，該文提出了一種基于K-Means聚類欠采樣的雙隨機(jī)森林病因預(yù)測(cè)方法。首先通過(guò)K-Means聚類欠采樣構(gòu)建一個(gè)平衡數(shù)據(jù)集，并在此基礎(chǔ)上創(chuàng)建一個(gè)基于CART投票機(jī)制的隨機(jī)森林預(yù)測(cè)模型。然后對(duì)初始數(shù)據(jù)集用同樣的方法創(chuàng)建一個(gè)隨機(jī)森林預(yù)測(cè)模型。最后將兩個(gè)隨機(jī)森林預(yù)測(cè)模型聯(lián)合，使用兩者的CART一起... ... （共9頁(yè)）