文献类型：期刊文章

作　　者：刘云翔[1] 陈斌[1] 周子宜[1]

LIU Yunxiang;CHEN Bin;ZHOU Ziyi(School of Computer Science and Information Engineering,Shanghai Institute of Technology,Shanghai 201418,China)

机构地区：[1]上海应用技术大学计算机科学与信息工程学院

出　　处：《现代电子技术》

基　　金：国家自然科学基金项目(61702334);上海市自然科学基金项目(17ZR1429700)~~

年　　份：2019

卷　　号：42

期　　号：12

起止页码：117-121

语　　种：中文

收录情况：BDHX、BDHX2017、IC、RCCSE、ZGKJHX、核心刊

摘　　要：肝癌是一种我国高发的消化系统恶性肿瘤,患者死亡率高,威胁极大。而其预后情况通常只能通过医生的专业知识和经验积累来粗略判断,准确率较差。因此文中在分析随机森林算法的基本原理的基础上,提出一种改进的基于随机森林的特征筛选算法,并应用Python编程设计了一个能够预处理数据、调用这些算法、控制各参数并展现测试结果的系统,最终将该系统应用于肝癌预后预测,比较分析了不同的算法、参数、内部策略对预测精度和计算性能的影响。研究结果表明,随机森林相比剪枝过的决策树具备更好的泛化能力和训练速度,改进的特征筛选算法能够在保证预测精度的前提下显著缩小特征集。

关 键 词：随机森林算法  特征筛选  肝癌预后预测  决策树 预测精度  特征集

分 类 号：TN911.34] TP3.05]