决策树原理应用于中医证候学.pdfVIP

天 津 中 医 药 2012 年12 月第29 卷第6 期 620 Tianjin Journal of Traditional Chinese Medicine Dec． 2012,Vol．29 No．6 决策树原理应用于中医证候学研究* 1 2 1 1 1 赵铁牛 ，杨晓南 ，王惠君 ，于春泉 ，孟静岩 （1．天津中医药大学中医学院，天津 300193 ；2.天津市红桥区中医医院内科，天津 300132） 关键词：决策树；中医证候；中医诊断 中图分类号：R241 文献标识码：A 文章编号：1672- 1519 （2012）06-0620-04 中医辨证是医师在错综复杂的临床表现中通 点到叶节点的一条路径形成一条分类规则。决策树 过望、闻、问、切四诊和各种辨证等手段收集信息， 从节点来寻找分枝定类的思想就是逐步找到更具 综合分析，辨清疾病特异病因、病理变化、发生发展 有确定类别意义的节点。其思路是找出最有分辨力 规律，透过现象找出疾病的本质，抓住病变的根本 的属性，把数据库划分为许多子集，然后对每一个 机制，做到治病求本，使辨证治疗更具有针对性。在 子集递归调用分枝过程，直到所有子集包含同一类 一定意义上，证候的诊断是一个在多种方案中如何 型的数据，最后得到的决策树能对新的例子进行分 [4] 进行选择决策的问题。决策树解决的核心问题就是 类 。决策树是以实例为基础的归纳学习算法，它着 数据分类，根据数据的属性将数据分派到不同的组 眼于从一组无次序、无规则的数据中，根据不同的 中。在实际应用过程中，决策树可以分析定性数据 特征，以树型结构表示分类或决策集合，产生规则 的各种属性，找出最有分辨能力的属性，把数据库 和发现规律，通常用来形成分类器和预测模型，可 划分为多个子集，直到所有子集包含同一类型的数 以对未知数据进行分类或预测等，主要解决实际应 据，最后得到的决策树能对新的例子进行分类，并 用中分类问题，简单来说，就是确定对象属于哪个 [1] [5] 预测新数据将属于哪一个组 。这样，决策树不仅可 预定义的目标类 。决策树常见的分类算法有ID3、 [6] 以从临床诊断数据中辨析证候与症状间的复杂关 C4.5、IBLE、CART、SLIQ 和SPRINT 等 。 系，总结归纳中医专家的辨证规律并模拟其诊断推 决策树算法构造决策树来发现数据中蕴涵的 理过程，还可能发现客观有用的新知识以丰富专家 分类规则。如何构造精度高、规模小的决策树是决 [2] 经验和中医理论 。笔者对决策树的基本原理、可行 策树算法的核心内容。构造决策树分两步：1）根据 性分析、应用研究现状、存在的问题及今后的发展 训练数据集来构建决策树模型。实际上是一个从数 趋势进行总