| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 简单数理统计方法 | 第11-12页 |
| 1.2.2 基于机器学习的研究方法 | 第12-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 第2章 相关理论与技术知识 | 第15-27页 |
| 2.1 院内感染风险预测统计 | 第15-16页 |
| 2.1.1 院内感染发病率 | 第15页 |
| 2.1.2 院内感染部位构成比 | 第15-16页 |
| 2.2 随机森林算法 | 第16-23页 |
| 2.2.1 决策树及相关概念 | 第16-20页 |
| 2.2.2 随机森林算法及相关概念 | 第20-22页 |
| 2.2.3 随机森林算法的随机特点 | 第22-23页 |
| 2.2.4 泛化误差与袋外估计 | 第23页 |
| 2.3 Hadoop概述 | 第23-26页 |
| 2.3.1 HDFS分布式文件系统 | 第24-25页 |
| 2.3.2 MapReduce计算模型 | 第25-26页 |
| 2.4 Mahout简介 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 医疗数据描述及数据预处理 | 第27-39页 |
| 3.1 医疗数据综述 | 第27-32页 |
| 3.1.1 临床数据采集 | 第27-28页 |
| 3.1.2 医疗数据特点 | 第28-29页 |
| 3.1.3 临床数据分析 | 第29-32页 |
| 3.2 医院数据预处理方法 | 第32-35页 |
| 3.2.1 数据清理 | 第32页 |
| 3.2.2 数据集成 | 第32-33页 |
| 3.2.3 数据归约 | 第33-34页 |
| 3.2.4 数据变换与离散化 | 第34-35页 |
| 3.3 非平衡临床数据的平衡化 | 第35-38页 |
| 3.3.1 临床数据少数类过抽样算法 | 第35-36页 |
| 3.3.2 临床数据平衡化的实现 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 预测患者院内感染风险的随机森林改进算法 | 第39-51页 |
| 4.1 随机森林算法改进背景 | 第39页 |
| 4.2 随机森林的森林规模扩展 | 第39-45页 |
| 4.3 扩展的随机森林算法参数选择 | 第45-47页 |
| 4.3.1 森林规模参数 | 第45-46页 |
| 4.3.2 随机特征变量参数 | 第46-47页 |
| 4.4 扩展的随机森林算法并行化 | 第47-50页 |
| 4.4.1 MapReduce实现扩展随机森林并行 | 第47-48页 |
| 4.4.2 患者院内感染风险预测模型 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 实验结果与分析 | 第51-59页 |
| 5.1 实验环境搭建与部署 | 第51-54页 |
| 5.2 开发工具配置 | 第54页 |
| 5.3 实验设计与结果分析 | 第54-58页 |
| 5.3.1 实验数据简介 | 第54-55页 |
| 5.3.2 评估指标 | 第55-56页 |
| 5.3.3 结果分析 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |