基于多标签体检数据的疾病风险分析方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 2 相关技术 | 第17-26页 |
| 2.1 数据变换 | 第17-18页 |
| 2.2 机器学习算法 | 第18-25页 |
| 2.2.1 逻辑回归 | 第18-21页 |
| 2.2.2 支持向量机 | 第21-24页 |
| 2.2.3 梯度提升决策树 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 FN数据转换方法 | 第26-36页 |
| 3.1 数据类型介绍 | 第26-28页 |
| 3.2 数据分层 | 第28-29页 |
| 3.2.1 分层方法 | 第28-29页 |
| 3.2.2 数据平滑方法 | 第29页 |
| 3.3 文本型数据变换处理 | 第29-30页 |
| 3.4 分层型数据变换处理 | 第30-32页 |
| 3.5 正常值参考范围的数值型数据变换处理 | 第32-34页 |
| 3.6 本章小结 | 第34-36页 |
| 4 疾病风险分析模型 | 第36-44页 |
| 4.1 机器学习分类预测组合模型 | 第36-37页 |
| 4.2 多标记模型建立 | 第37-39页 |
| 4.3 过拟合与数据不均衡处理 | 第39-41页 |
| 4.3.1 过拟合处理 | 第39-40页 |
| 4.3.2 数据不均衡处理 | 第40-41页 |
| 4.4 疾病风险分析模型应用 | 第41-43页 |
| 4.4.1 健康测评系统介绍 | 第41-42页 |
| 4.4.2 健康测评系统模块功能介绍 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 5 实验及结果分析 | 第44-59页 |
| 5.1 实验环境与数据集 | 第44页 |
| 5.2 实验评估方法及过程描述 | 第44-46页 |
| 5.2.1 评估方法 | 第44-45页 |
| 5.2.2 实验过程 | 第45-46页 |
| 5.3 训练集合大小对模型准确率的影响 | 第46-49页 |
| 5.4 SVM参数寻优结果 | 第49-52页 |
| 5.5 GBDT参数寻优结果 | 第52-55页 |
| 5.6 多标签分类结果分析 | 第55-58页 |
| 5.7 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 本文工作总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第64-65页 |
| 致谢 | 第65页 |
