結合屬性篩選的決策樹分析及其在中醫(yī)診斷中的應用.pdf

1、傳統(tǒng)中醫(yī)學作為世界醫(yī)學的一個寶庫，兩千多年來為中國及世界人民健康做出了不可磨滅的貢獻，但是由于傳統(tǒng)中醫(yī)診斷學體系具有很多的不確定性、模糊性的內(nèi)容，嚴重阻礙了中醫(yī)的普及、推廣和發(fā)展，如何將充滿模糊性的中醫(yī)辨證過程進行規(guī)范化和客觀化是本文研究的主要問題。本課題通過應用基于屬性篩選的決策樹分析技術，從中醫(yī)肝硬化病例數(shù)據(jù)中發(fā)現(xiàn)癥狀與證候之間的規(guī)律并提取出相應的辨證規(guī)則，作為一種輔助工具供給醫(yī)務工作者參考，為實現(xiàn)中醫(yī)診斷的數(shù)字化和客觀化提供了一條

2、途徑。 屬性篩選作為一項重要的數(shù)據(jù)預處理技術，主要目的是識別和消除樣本的屬性集中與預測結果不相關的或冗余的屬性。對于中醫(yī)病例數(shù)據(jù)樣本，由于采集數(shù)據(jù)代價較高，因此中醫(yī)數(shù)據(jù)分類是典型的小樣本分類問題。而且中醫(yī)病例數(shù)據(jù)的維數(shù)相對來說較大，導致數(shù)據(jù)中的冗余和無關部分也會相應的增多。為得到更準確的辨證結果和辨證規(guī)則，在辨證前對數(shù)據(jù)進行屬性篩選十分必要。 中醫(yī)辨證的本質(zhì)是證候分類。現(xiàn)有的分類方法很多，其中決策樹算法是一種以實例為基礎

3、的歸納學習算法。它具有易于提取顯式規(guī)則、適合處理非數(shù)值型數(shù)據(jù)、可以顯示重要的決策屬性和較高的分類準確率等優(yōu)點，從而成為辨證模型構建及辨證規(guī)則提取的有效工具。 本文將圍繞特征屬性篩選算法和決策樹分類模型進行研究，通過學習和總結前人的研究成果，提出一種結合屬性篩選的決策樹分析方法，并應用于中醫(yī)肝硬化的辨證，旨在提供一種中醫(yī)客觀化診斷的新途徑。本文主要工作包括以下方面： 首先，對屬性篩選算法進行研究，分析了屬性篩選的主要目的和

4、過程，以及基于相關度信息為評價依據(jù)的屬性搜索方式和屬性組合評價策略，提出了一種自適應屬性篩選算法A-FCBF（Adaptive FastCorrelation-Based Filter），該算法通過對不同篩選閥值所對應的篩選結果進行屬性組合優(yōu)劣性評定，能夠自適應的找出最優(yōu)篩選閥值與特征屬性子集，降低了由于人為干預所可能引入的誤差，提升了數(shù)據(jù)約簡過程的操作性和準確性。 其次，對常用決策樹算法的優(yōu)缺點進行了總結，并從數(shù)據(jù)約簡、決策屬

5、性選擇和預剪枝策略等方面對傳統(tǒng)算法進行了改進，提出了E-ID3（Enhanced Iterative Dichotomiser 3）決策樹算法。以該算法進行決策樹建模，首先將對原始訓練數(shù)據(jù)進行特征屬性約簡；其次以相關信息增益度CIG（Correlated Information Gain）作為評估標準選定決策樹各節(jié)點的分裂屬性；在決策樹的構建過程中，一旦樹節(jié)點滿足預剪枝標準，則停止對該節(jié)點繼續(xù)分裂，并令該節(jié)點成為葉子節(jié)點。與傳統(tǒng)算法相比