結(jié)合屬性篩選的決策樹分析及其在中醫(yī)診斷中的應(yīng)用.pdf

1、傳統(tǒng)中醫(yī)學(xué)作為世界醫(yī)學(xué)的一個(gè)寶庫，兩千多年來為中國及世界人民健康做出了不可磨滅的貢獻(xiàn)，但是由于傳統(tǒng)中醫(yī)診斷學(xué)體系具有很多的不確定性、模糊性的內(nèi)容，嚴(yán)重阻礙了中醫(yī)的普及、推廣和發(fā)展，如何將充滿模糊性的中醫(yī)辨證過程進(jìn)行規(guī)范化和客觀化是本文研究的主要問題。本課題通過應(yīng)用基于屬性篩選的決策樹分析技術(shù)，從中醫(yī)肝硬化病例數(shù)據(jù)中發(fā)現(xiàn)癥狀與證候之間的規(guī)律并提取出相應(yīng)的辨證規(guī)則，作為一種輔助工具供給醫(yī)務(wù)工作者參考，為實(shí)現(xiàn)中醫(yī)診斷的數(shù)字化和客觀化提供了一條

2、途徑。 屬性篩選作為一項(xiàng)重要的數(shù)據(jù)預(yù)處理技術(shù)，主要目的是識(shí)別和消除樣本的屬性集中與預(yù)測(cè)結(jié)果不相關(guān)的或冗余的屬性。對(duì)于中醫(yī)病例數(shù)據(jù)樣本，由于采集數(shù)據(jù)代價(jià)較高，因此中醫(yī)數(shù)據(jù)分類是典型的小樣本分類問題。而且中醫(yī)病例數(shù)據(jù)的維數(shù)相對(duì)來說較大，導(dǎo)致數(shù)據(jù)中的冗余和無關(guān)部分也會(huì)相應(yīng)的增多。為得到更準(zhǔn)確的辨證結(jié)果和辨證規(guī)則，在辨證前對(duì)數(shù)據(jù)進(jìn)行屬性篩選十分必要。 中醫(yī)辨證的本質(zhì)是證候分類?，F(xiàn)有的分類方法很多，其中決策樹算法是一種以實(shí)例為基礎(chǔ)

3、的歸納學(xué)習(xí)算法。它具有易于提取顯式規(guī)則、適合處理非數(shù)值型數(shù)據(jù)、可以顯示重要的決策屬性和較高的分類準(zhǔn)確率等優(yōu)點(diǎn)，從而成為辨證模型構(gòu)建及辨證規(guī)則提取的有效工具。 本文將圍繞特征屬性篩選算法和決策樹分類模型進(jìn)行研究，通過學(xué)習(xí)和總結(jié)前人的研究成果，提出一種結(jié)合屬性篩選的決策樹分析方法，并應(yīng)用于中醫(yī)肝硬化的辨證，旨在提供一種中醫(yī)客觀化診斷的新途徑。本文主要工作包括以下方面： 首先，對(duì)屬性篩選算法進(jìn)行研究，分析了屬性篩選的主要目的和

4、過程，以及基于相關(guān)度信息為評(píng)價(jià)依據(jù)的屬性搜索方式和屬性組合評(píng)價(jià)策略，提出了一種自適應(yīng)屬性篩選算法A-FCBF（Adaptive FastCorrelation-Based Filter），該算法通過對(duì)不同篩選閥值所對(duì)應(yīng)的篩選結(jié)果進(jìn)行屬性組合優(yōu)劣性評(píng)定，能夠自適應(yīng)的找出最優(yōu)篩選閥值與特征屬性子集，降低了由于人為干預(yù)所可能引入的誤差，提升了數(shù)據(jù)約簡過程的操作性和準(zhǔn)確性。 其次，對(duì)常用決策樹算法的優(yōu)缺點(diǎn)進(jìn)行了總結(jié)，并從數(shù)據(jù)約簡、決策屬

5、性選擇和預(yù)剪枝策略等方面對(duì)傳統(tǒng)算法進(jìn)行了改進(jìn)，提出了E-ID3（Enhanced Iterative Dichotomiser 3）決策樹算法。以該算法進(jìn)行決策樹建模，首先將對(duì)原始訓(xùn)練數(shù)據(jù)進(jìn)行特征屬性約簡；其次以相關(guān)信息增益度CIG（Correlated Information Gain）作為評(píng)估標(biāo)準(zhǔn)選定決策樹各節(jié)點(diǎn)的分裂屬性；在決策樹的構(gòu)建過程中，一旦樹節(jié)點(diǎn)滿足預(yù)剪枝標(biāo)準(zhǔn)，則停止對(duì)該節(jié)點(diǎn)繼續(xù)分裂，并令該節(jié)點(diǎn)成為葉子節(jié)點(diǎn)。與傳統(tǒng)算法相比