基于随机森林算法的心血管疾病预测研究

摘要

血管疾病严重威胁着人类的健康,高发病率、高致残率、高死亡率是心血管疾病的主要特点,因此心血管疾病的预测研究显得尤为重要。本文探讨了随机森林算法在心血管疾病预测中的应用效果。在Kaggle网站上下载关于心血管疾病的数据集,用随机森林算法进行训练,实验结果由准确性、精度、召回率、F1-score评价标准来评价其性能的好坏(评价就包括好坏)。本文将其与逻辑回归(Logistic Regression)、K近邻分类器(K-nearest neighbor classifier)、支持向量机(SVM)进行了比较,实验结果表明,随机森林算法的性能优于其他算法,其准确率为73.55,精度为75.51,召回率为70.11,F1-Score为72.71。通过基尼重要性评价能从多因素中识别出影响心血管疾病的重要因素,这意味着随机森林算法在心血管疾病预测中具有较大的优势,从而对心血管疾病的预测研究和早期病人的及时有效治疗具有重要意义。