多层学习联合建模方法设计在气阴两虚型咳嗽证候的辨证诊断中的应用

摘要：

目的 采用多层学习联合建模方法挖掘气阴两虚型咳嗽的辨证证候,以期为中医学习、研究临床辨证及诊断提供新的思路与方法.方法 联合采用随机森林、XGBoost及logistic回归三种机器学习算法,对767例咳嗽患者病案,运用Anaconda 3-5.2.0软件建立算法模型进行分析.结果 运用该方法所得的证候结果与文献记载的证候表现大体一致,主要为呛咳、乏力、口干、痰少而色白,燥苔、脉弱等证候.经交叉验证得出,XGBoost算法准确率为86.7％,随机森林为85.3％.结论 多层学习联合建模方法可弥补单独使用随机森林、XGBoost或logistic回归算法所产生的缺陷,尤其对于临床病案较少的小样本数据更为有效,该方法在一定程度上降低了重要变量丢失的可能性.

关键词：机器学习、气阴两虚、咳嗽、证候

所属期刊栏目：37

分类号：R256.11(中医内科)

资助基金：国家自然科学基金面上项目81673672

在线出版日期：2021-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：892-894