首页|心脏病诊断系统中缺失数据填充方法

心脏病诊断系统中缺失数据填充方法

Filling method of missing data in heart disease diagnosis system

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
缺失值数据是目前研究数据分析的一个重要领域,随着智能医疗的迅速发展,如何充分利用海量数据挖掘出其中的重要信息,对隐藏的疾病做出预测并进行提早的干预治疗显得尤为重要.但在实际预测中,经常面对不完备数据集,从心脏病数据集出发,基于随机森林算法加以贝叶斯优化算法动态调参,提出心脏病缺失值补足算法.以准确率ACC作为算法的评判依据,通过精度和时间2个方面进行验证,4种算法对比实验结果表明,提出的算法具有更准确的填补效果.

张宏烈、慕钢、党佳俊、李诚、刘佳星

展开 >

齐齐哈尔大学计算机与控制工程学院,黑龙江齐齐哈尔161006

缺失值 随机森林 数据分析 贝叶斯优化算法

黑龙江省教育厅基本业务专项理工面上项目

135509118

2021

10.3969/j.issn.1007-9831.2021.12.010

高师理科学刊
齐齐哈尔大学

高师理科学刊

影响因子：0.351
ISSN：1007-9831
年,卷(期)：2021.41(12)
  • 6