本文主要研究内容
作者王斌,冯慧芬,王芳,秦新华,黄平,党德建,赵敬,易佳音（2019）在《基于机器学习的Cat Boost模型在预测重症手足口病中的应用》一文中研究指出：目的通过机器学习算法,探究CatBoost模型在预测重症手足口病(HFMD)中的应用价值。方法收集郑州市某医院2014年1月—2017年6月住院部诊治的2983例HFMD患儿,使用R3.4.3软件进行数据分析,构建CatBoost模型和其他普通模型,评估CatBoost模型的预测性能。结果最终构建的CatBoost模型,预测正确率可达87.6%,人工神经网络模型位居第二(83.8%),其他(决策树、支持向量机、logistic回归、贝叶斯网络)模型预测正确率<80%。CatBoost算法模型ROC曲线下面积、灵敏度、特异度均高(分别为0.866、80.80%、92.33%),其中居前3位的预测变量依次为呕吐、肢体抖动和病原学结果。结论CatBoost模型可以用于预测重症HFMD,相比于其他传统算法,具有较高的预测正确率和诊断价值。
Abstract
mu de tong guo ji qi xue xi suan fa ,tan jiu CatBoostmo xing zai yu ce chong zheng shou zu kou bing (HFMD)zhong de ying yong jia zhi 。fang fa shou ji zheng zhou shi mou yi yuan 2014nian 1yue —2017nian 6yue zhu yuan bu zhen zhi de 2983li HFMDhuan er ,shi yong R3.4.3ruan jian jin hang shu ju fen xi ,gou jian CatBoostmo xing he ji ta pu tong mo xing ,ping gu CatBoostmo xing de yu ce xing neng 。jie guo zui zhong gou jian de CatBoostmo xing ,yu ce zheng que lv ke da 87.6%,ren gong shen jing wang lao mo xing wei ju di er (83.8%),ji ta (jue ce shu 、zhi chi xiang liang ji 、logistichui gui 、bei xie si wang lao )mo xing yu ce zheng que lv <80%。CatBoostsuan fa mo xing ROCqu xian xia mian ji 、ling min du 、te yi du jun gao (fen bie wei 0.866、80.80%、92.33%),ji zhong ju qian 3wei de yu ce bian liang yi ci wei ou tu 、zhi ti dou dong he bing yuan xue jie guo 。jie lun CatBoostmo xing ke yi yong yu yu ce chong zheng HFMD,xiang bi yu ji ta chuan tong suan fa ,ju you jiao gao de yu ce zheng que lv he zhen duan jia zhi 。
论文参考文献
论文详细介绍
论文作者分别是来自中国感染控制杂志的王斌,冯慧芬,王芳,秦新华,黄平,党德建,赵敬,易佳音，发表于刊物中国感染控制杂志2019年01期论文，是一篇关于手足口病论文,重症手足口病论文,机器学习论文,预测论文,中国感染控制杂志2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国感染控制杂志2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：手足口病论文; 重症手足口病论文; 机器学习论文; 预测论文; 中国感染控制杂志2019年01期论文;