文献类型：期刊文章

作　　者：龚谊承[1,2] 都承华[1,2] 张艳娜[1,2] 余力[1,2]

GONG Yi-cheng;DU Cheng-hua;ZHANG Yan-na;YU Li(Department of Mathematics and Statistics,Science College,Wuhan University of Science and Technology,Wuhan 430065,China;Hubei Province Key Laboratory of Systems Science in Metallurgical Process,Wuhan University of Science and Technology,Wuhan 430065,China)

机构地区：[1]武汉科技大学理学院数学与统计系,湖北武汉430065 [2]武汉科技大学冶金工业过程系统科学湖北省重点实验室,湖北武汉430065

出　　处：《数学的实践与认识》

基　　金：国家自然科学基金(61671338);湖北名师工作室(201601);李德宜工作室资助

年　　份：2019

卷　　号：49

期　　号：14

起止页码：116-122

语　　种：中文

收录情况：BDHX、BDHX2017、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：为了通过众多的医学指标更准确地预测血糖值,将运用主成分分析耦合GBDT做回归·首先运用主成分分析将39个原指标综合成18个新指标,并对这18个累积贡献率达95%的新指标做变量特征重要性分析,再结合18个新指标运用GBDT做回归.其中有关血糖值的数据来源于天池精准医疗大赛-人工智能辅助糖尿病遗传风险预测.将含有5642个样本值的一组血糖值数据按照7:3的比例分成两组,分别称为训练集和测试集,运用训练集中的数据建立回归模型,得出回归模型的均方根误差为0.0053,再利用测试集中的数据预测血糖值,并与测试集中的真实值作比较,得出均方根误差为0.0063,这说明预测出的血糖值较为准确,能够保障血糖值预测的精度.

关 键 词：主成分分析 GBDT  血糖值的预测  

分 类 号：R446.1] O212.1[临床医学类]