首页 > 文献资料
-
强化服务意识助力行业发展——访美国包装机械制造协会上海代表处首席代表卞南杰先生
-
不平衡数据处理方法对中药不良反应预测的应用研究
目的:针对中药不良反应数据的不平衡性,探索并应用不平衡数据的处理方法,对中药的不良反应进行预测.本文以使用丹红注射液的患者为研究对象,对来自37家医院集中监测数据进行深度挖掘,在使用了丹红注射液的患者中预测是否发生不良反应.方法:从数据层面采用四种方法:不处理、随机欠采样、随机过采样、SMOTE采样;从算法层面采用四种模型或算法:决策树、随机森林、AdaBoost算法、Gradient Boosting算法,对数据的不平衡性进行处理.两个层面的方法两两结合,对16种方法与模型或算法组合的预测效果进行比较.结果:随机欠采样和AdaBoost算法相结合、随机欠采样和Gradient Boosting算法相结合的预测效果较为理想,recall和G-mean都达到80％以上,AUC指标也高达0.86.结论:初步探索中药不良反应可能适用的不平衡数据处理方法,预测结果结合实际经验,能较准确地预测使用了丹红注射液的患者是否发生不良反应,在临床实际应用中能起到一定的警示作用.同时,根据输出的变量重要性排名,能大程度地避免用药后的不良反应的发生,为丹红注射液的安全性再评价提供一些科学参考依据.
-
Boosting算法及其在中医亚健康数据分类中的应用
目的 应用boosting算法建模,对亚健康状态的人群进行分类并分析其临床特征,同时与通常使用的logistic统计方法进行比较研究.方法 使用不同损失函数下boosting算法对亚健康状态流行病学调查数据的健康和亚健康人群进行分类;同时,通过重要性度量分析得到亚健康状态的重要临床特征.结果 采用boosting算法对亚健康人群进行的分类得到了分类准确性及重要影响变量.结论 使用boosting算法对亚健康人群进行分类的方法比传统的两种logistic回归模型分类准确率要高,同时也可以得到影响亚健康状态的重要变量.
关键词： Logistic回归 Boosting 损失函数 重要性度量 -
Boosting方法在高维数据分析中的应用
目的 随着现代基因组学、蛋白组学和代谢组学等研究兴起,产生了大量的高维组学数据.对高维组学数据的分析,其重要任务是对样品进行分类及筛选出具有生物学意义的特征标志物.本项研究针对这一问题,采用目前公认效果较好的Boosting方法进行高维数据分析,并探讨Boosting算法在高维数据研究中的应用条件和效果.方法 通过多次迭代,Boosting能够将基础弱分类器(决策树)形成优效分类器.模拟试验研究和验证了在含有大量无差异变量情况下对分类及变量重要性度量的效果,并通过实际基因表达数据进一步考核其应用效果.结果 模拟试验显示,应用Boosting方法与决策树所建的组合模型对分类具有较高的准确性,并对噪声变量的干扰具有一定的抵抗能力.分类的同时能够对变量的重要性进行有效的评价;在保留了所有基因的情况下,对结肠癌真实基因表达数据的分类效果甚为理想,并为医学研究中结肠癌致病基因的发现提供了线索.结论 基于决策树所构造的Boosting组合分类模型,可以有效地应用于高维数据的判别分类及变量重要性评价的问题.Boosting算法在解决小样本、多噪声的高维问题中表现出许多潜在的优势,与目前使用的其他方法相比,对于具有复杂结构高维数据,Boosting算法有其明显的自身特点,如运算速度快,适用性更强,软件实现相对容易等,是一种值得推荐和进一步研究的方法.
