k最鄰近演算法應用於帕金森氏病患者之鑑別分析.pdfVIP

2013福祉科技與服務管理研討會 k最鄰近演算法應用於帕金森氏病患者之鑑別分析 ＊ 楊偉修 南開科技大學企業管理系 1. 研究背景與目的 帕金森氏病(Parkinson’s Disease, PD是老年人中常見的一種神經系統退化性疾病，症狀表現相) 當複雜且與其他多種疾病的症狀相似，因此如何有效且準確的區分該疾病，則成為本研究的主要 目的。 近年來，許多學者已成功地將資料探勘技術應用於醫學領域上，其中以帕金森氏病為研究 主題的，有Little 針對大部分PD患者可能發生的言語障礙，進行發音量測實驗 (Little, et al., 2009) 。 之後有些學者運用該資料集，以類神經網路方法進行病例鑑別(Ene, 2008) 、粗糙集法進行特徵屬性 選取分析、以及 Das 於2010 年同時比較四種分類方法之準確性等(Das, 2010) 。 k最近鄰演算法(k Nearest Neighbor Algorithm, kNN是一種非常簡單且直覺化的樣式辨識方法，) 由於該法操作簡單，所以已廣泛且有效的應用於各種領域之辨識問題上。但 kNN演算法從發展至 今，一直存在兩個問題，一個就是必須儲存大量的訓練樣本，另一個則是無法準確的決定最佳 值。 k 為解決上述問題，已經有許多學者致力於樣本篩選或特徵篩選以期減低儲存空間，目前已有許多 方法可以有效的解決此種問題。然對於如何決定最佳 值，至今仍無具體且有效的方法可以處理， k k k 3 N 因此有關 kNN 法的研究，大多是任意選擇 值進行計算，如預先選定 或 k N （ 為資料 k 數） (Bhattacharya, et al., 2012; Yang, et al., 2012) 。但是值的選取，絕對會影響 kNN演算法的執行 k 結果，分類過程中如能以真正的最佳 值進行計算，則可以建立高準確率的分類模型。此外，以不 同的距離函數計算，亦會產生不同的準確率，因此亦有很多學者發展出各種不同的距離函數以提 升kNN演算法的準確率。有鑑於此，本研究預先將資料以四種不同的資料正規化法處理，再分別 k 以常用的歐幾里得距離與曼哈頓距離進行計算，分析每種情況下各種 值的準確率變化情形，以期 建立簡易使用且具高準確度的 kNN 分類模型。 2. 研究方法 本研究所使用的實驗資料，是取自Little所建立的帕金森氏病資料集。該資料集是針對 31位 46～85 歲（平均年齡約為65.8 歲，標準差為9.8 ）的病人（其中有23位是屬於確定病患），藉由 生物醫學的儀器設備，花費約28 年時間，針對每位病人進行約六次的發音測試，並紀錄測試結果 而得。資料集中共有195筆記錄， 22個輸入屬性為連續性資料，與一個類別標記屬性 status （或稱 為輸出屬性），status的值有 0 與1 兩種，當status=1時表示為確定病例。 k最近鄰法是一種非常簡單又容易操作的分類演算法，在資料探勘的研究中又有學者稱其為懶 惰學習法或非參數估計的機器學習方法。本研究中先使用四種常用的資料正規化方法：極值正規 v 化將值標準化為 [0, 1]範圍、 Z-分數正規化、最大正規化與十進位正規化，將某維度中