文献类型：期刊文章

作　　者：刘文博[1] 梁盛楠[1] 秦喜文[2] 董小刚[2] 王纯杰[2]

LIU Wenbo;LIANG Shengnan;QIN Xiwen;DONG Xiaogang;WANG Chunjie(School of Mathematics and Statistics,Qiannan Normal Colleage of Nationlaities,Duyun 558000,China;School of Mathematics and Statistics,Changchun University of Technology,Changchun 130012,China)

机构地区：[1]黔南民族师范学院数学与统计学院,贵州都匀558000 [2]长春工业大学数学与统计学院,吉林长春130012

出　　处：《长春工业大学学报》

基　　金：贵州省教育厅青年科技人才成长项目(黔教合KY字[2019]200);黔南师范学院高层次人才专项项目(qnsyrc201809)

年　　份：2019

卷　　号：40

期　　号：6

起止页码：604-611

语　　种：中文

收录情况：AJ、CAS、普通刊

摘　　要：针对印第安皮玛族成年女性糖尿病数据集进行分类。将迭代随机森林与机器学习方法如随机森林、K最近邻、基于不同核函数的支持向量机、人工神经网络、Logistic回归、梯度提升机、决策树分类等作比较。分析了分类识别精度、查准率、查全率、度量、ROC曲线和AUC值等6个指标。通过实验发现,与上述其它7种分类算法相比,针对该数据集,迭代随机森林在这些性能指标上的表现是最优的。

关 键 词：迭代随机森林  糖尿病预测  性能度量  分类  

分 类 号：TP391]