基于非平衡数据的癫痫发作预警模型研究

摘要：

目的 构建数据不平衡时癫痫发作频率预警模型.方法 以2008年9月～2011年1月在临沂市人民医院就诊的736例癫痫患者为研究对象,进行癫痫发作危险因素的流行病学调查.采用Smote算法,进行数据的平衡化处理、后构建随机森林模型(RF),对癫痫患者的发作频率(次/月)进行分类预测.结果 采用随机森林模型对癫痫患者进行分类,判断的正确率为82.53％,误判率为17.47％,受试者工作特征曲线下的面积为94.2％,袋外误差率为13.3％.结论 随机森林法能够对癫痫患者发作的频率进行快速的分类,为癫痫发作的预警提供科学依据.

关键词：非平衡数据、Smote算法、随机森林、癫痫发作、交叉验证

所属期刊栏目：50

分类号：R181.2(流行病学与防疫)

资助基金：国家科技支撑计划2008BAI52B03

在线出版日期：2016-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：141-144,148