| 机器学习方法在早产和低出生体重儿预测中的应用 |
| 修订日期：2018-10-20 点此下载全文 |
| 引用本文：蒋雯音.机器学习方法在早产和低出生体重儿预测中的应用[J].医学信息学杂志,2019,40(4):59-63 |
| 摘要点击次数: |
| 全文下载次数: |
|
| 基金项目:浙江省教育厅一般科研项目“基于机器学习的高危妊娠中早产儿和低体重儿预测研究”（项目编号：Y201738666）。 |
|
| 中文摘要:应用机器学习方法构建早产儿和低出生体重儿的预测模型，包括逻辑回归、支持向量机和随机森林算法，运用交叉验证法得到不同算法的最优模型，综合准确率、F1值和AUC值评估3种模型的预测性能，结果表明基于随机森林算法的模型预测效果最好。 |
| 中文关键词:机器学习 早产儿 低出生体重儿 逻辑回归 支持向量机 随机森林 |
| |
| Application of Machine Learning Methods in Prediction of Preterm Birth and Low Birth Weight Infants |
|
|
| Abstract:The prediction model for Preterm Birth(PTB) and Low Birth Weight(LBW) infants has been built by adopting Machine Learning(ML) techniques including Logical Regression(LR), Support Vector Machine(SVM) and Random Forest(RF) algorithm. The paper figures out the optimal models of different algorithms through using cross validation and then evaluates the predication performance of 3 models according to accuracy rate, F1score and AUC value. The result shows that the model based on RF algorithm features the best prediction effect. |
| keywords:Machine Learning(ML) Premature Brith(PTB) Low Birth Weight(LBW) Logical Regression(LR) Support Vector Machine (SVM) Random Forest(RF) |
| 查看全文 查看/发表评论 下载PDF阅读器 |
