基于支持向量机的Ⅱ型糖尿病判别与特征筛选

摘要

基于支持向量机理论的分类算法,由于其完善的理论基础和良好的试验结果,目前已逐渐引起国内外研究者的关注.文中采用支持向量机技术,对436个病例的14个特征建立了Ⅱ型糖尿病的"预测性"分类模型,进行全面的数据挖掘和分析,探寻与Ⅱ型糖尿病判别相关联的重要病例特征.同时,还采用决策树、多层感知器方法进行了试验,结果表明支持向量机的效果最好.当输入向量为腰围、腰围/臀围、舒张血压、年龄时,敏感度、特异性、准确率最高,分别为0.866 6、0.642 0、0.701 4.结论表明,支持向量机对Ⅱ型糖尿病特征筛选、分类识别是一种有效的方法,为Ⅱ型糖尿病强相关病例特征鉴别探索了一条有效途径.