基于PCA与分类回归树的医疗诊断应用研究.docVIP

基于PCA与分类回归树的医疗诊断应用研究 摘要：本文介绍了基于基尼系数的分类回归树方法(CART)的原理。以医疗辅助诊断为应用对象，建立了基于主成分分析与分类回归树的分类器。首先应用主成分分析的方法对数据属性进行约简，然后在此基础上建立相应的分类回归树分类器。针对皮肤病学中鳞片状红斑疾病区分诊断的难题，使用该分类器进行实际验证，结果表明该分类器具有较好的识别效果，且准确率可以达到93%以上，说明本文建立的分类器在医疗诊断中具有很大的应用潜力。 关键字：主成分分析；分类回归树；皮肤病学诊断；分类 Research of Dermatology Diagnose Based on PCA and Classification and Regression Tress (CART) Analysis Abstract: This paper presents the principium of classification and regression trees (CART), which based on Geordie coefficient. As the medical diagnose assistant an application object, it constituted the classification based on the PCA and CART. Firstly, it used PCA to reduce the dataset attributes. Then it constructed a classification about classification and regression trees. To deal with the difficult problem of recognize differential diseases in dermatology diagnosis, this article through actual validating to the dermatology diagnosis data, computational results indicate that this classification possess good performance of recognize, and the accuracy rate is achieved better than 93%, this classification has potential application in dermatology diagnostics. Keywords: PCA; Classification and Regression Trees (CART); dermatology diagnose; classification 1引言 决策树作为数据挖掘中一种常用的方法，具有以下优点：(1)产生的分类规则易于理解。决策树的每个分枝都对应于一个分类规则，因此决策树分类算法，(离散值字段)，，Classification And Regression Tree）分类回归树应用在很多领域，包括有电信行业异动客户识别[1]、中文文语转换系统[2] 、生产过程控制[3]等取得了不错的效果。 鳞片状红斑疾病的区分诊断作为皮肤病学诊断中的一个难题，原因有很多，其中一方面主要是由于在通常情况下，虽然需要做活组织检查，但是这些疾病往往有许多相似的组织病理学特征；另外一个重要方面就是某一种疾病可能在开始阶段表现出其他类疾病特征以及在随后的阶段中才可能表现本身病症的特征，所以使得在对红斑疾病的区分诊断上往往产生误分和错判。因此本文提出利用CART分类回归树对几种鳞状红斑疾病进行分类判别研究，进而帮助对该类疾病的诊断识别进行辅助决策。 2 CART分类回归树算法 二叉决策树作为分类使用是一种非参数化的模式识别方法。决策树依据通过由树结构分叉上的节点顺序所做决策得到的结果，将模式分配到类上来对特征空间进行层次化表示。二叉决策树是由对特征空间重复进行分割到伴随着类相关的终节点的两个子空间所构成。一个令人满意的决策树需要满足的条件有：分枝数量相对较少；从分枝上获得相对少量的合理的节点；具有较高的预测能力，即实体在终节点能被正确分类。 CART分类回归树可以处理高度倾斜或多态的数值型数据，也可处理顺序或无序的类属型数据。CART不仅可以将实体分类到各个离散群体中，同样可以作为回归分析中针对相应（非独立变量）值和特定的解释性（独立的）变量值估计的选择性方法。CART不仅具有分类和回归的能力，同样也是一种决定属性变量相对重要性的方法。每一个变量在CART树