基于代价敏感主动学习算法的2型糖尿病诊断

摘要：

建立2型糖尿病诊断模型,并通过主动学习解决医疗数据中标记样本较少的问题.2型糖尿病的诊断可以被看作一个代价敏感的二分类问题,本文基于逻辑回归模型、支持向量机模型和人工神经网络模型,采用基于期望误差减小的代价敏感主动学习方法,将主动学习算法和代价敏感分类算法相结合来构建诊断模型,将不同的误分类代价考虑到样本的选择中.在2型糖尿病诊断问题中,基于期望误差减小的代价敏感主动学习算法表现最优,以较少的样本标记达到了最低的误分类代价,因此主动学习算法能够减少医疗数据挖掘中需要标记的样本数,节省标注成本,同时保证模型的性能.

关键词：糖尿病、诊断模型、代价敏感分类、主动学习、逻辑回归、支持向量机、人工神经网络

分类号：TP181(自动化基础理论)

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：84-90