基于改进随机森林的哮喘病缺失值填充方法
巩凤杰1
周从华2
1.江苏大学计算机科学与通信工程学院 镇江 2120132.江苏大学计算机科学与通信工程学院 镇江 212013;江苏大学京口区新一代信息技术产业研究院 镇江 212013
摘要：哮喘病数据中包含大量缺失值使得哮喘病难以精确预测.将现有的随机森林算法应用于填补哮喘病缺失数据时,在预填充环节忽略了医疗特征之间的相关性,在数据填充过程中未能及时更新数据,使得数据无法到最新状态.针对上述问题,提出一种改进的随机森林算法,预填充阶段,利用Pearson相关性分析构造填充更准确的回归方程,改变随机森林算法中的预填充方法,构造预填充矩阵提高算法填充效率,填充阶段,利用随机森林算法逐列填充特性,加入基于局部数据的循环更新机制,一列填充完成时便更新回归方程参数,进一步更新预填充矩阵中所有参数,保证数据的同步性.实验表明,改进的随机森林算法相比其他算法填充效果更好,能有效地提高哮喘病诊断精度.
关键词：哮喘病随机森林算法缺失值处理预填充矩阵循环更新机制
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2024-08-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2284-2288,2335 )
英文信息