医疗健康人工智能技术与应用手册（执行版）.docx

医疗健康技术与应用手册（执行版）

第1章基础与医疗数据治理

1.1机器学习算法原理在临床场景的映射

逻辑回归算法通过构建线性决策边界，将连续的医疗指标（如血压、血糖）映射为二分类的预测结果（如高血压风险、糖尿病概率），其核心在于特征权重系数$w$的优化，使模型能够精准捕捉变量间的线性关联。支持向量机（SVM）通过寻找高维空间中的最大间隔超平面来划分样本，在临床中常用于处理高维特征空间下的异常值检测，例如利用SVM识别出具有特定波形特征的严重心律失常事件。

随机森林算法通过构建多棵决策树并进行投票聚合，解决了单一决策树易过拟合的问题，其优势在于对非线性关系和多重共线性特征的