文献类型：期刊文章

作　　者：王勋[1] 陈大方[1]

机构地区：[1]北京大学医学部公共卫生学院流行病与卫生统计学系,流行病学教育部重点实验室,北京100191

出　　处：《中国慢性病预防与控制》

年　　份：2010

卷　　号：18

期　　号：6

起止页码：560-562

语　　种：中文

收录情况：BDHX、BDHX2008、CAB、CAS、CSA-PROQEUST、IC、RCCSE、ZGKJHX、核心刊

摘　　要：目的应用支持向量机(SVM)构建2型糖尿病预测模型的方法。方法简述SVM的原理、特点,并以北京市某社区健康监测档案数据为例,应用matlab软件结合libsvm工具箱实现数据分析。结果通过对2型糖尿病队列数据的分析发现,归一化可以提高预测模型的准确性,不同核函数对预测模型的影响较大,多项式核函数拟合模型最差,5次交互验证准确率和回代训练样本准确率为92.7%,预测检验样本准确率为93.1%;sigmoid核函数拟合的预测模型5次交互验证准确率为93.7%,回代训练样本准确率达到94.0%,预测检验样本准确率为97.3%;径向基核函数拟合的预测模型最佳,5次交互验证准确率为94.5%,回代训练样本准确率为95.1%,预测检验样本准确率为98.7%。结论 SVM可以用于2型糖尿病的预测分析,得到准确率较高的预测模型。

关 键 词：支持向量机 风险评估 糖尿病,2型  

分 类 号：R587.1]