基于雙隨機森林的發(fā)熱待查智能診斷方法

摘要： 在機器學習預測模型中，不平衡數據集會降低少數類的預測準確性。針對發(fā)熱待查數據集的不平衡特性，該文提出了一種基于K-Means聚類欠采樣的雙隨機森林病因預測方法。首先通過K-Means聚類欠采樣構建一個平衡數據集，并在此基礎上創(chuàng)建一個基于CART投票機制的隨機森林預測模型。然后對初始數據集用同樣的方法創(chuàng)建一個隨機森林預測模型。最后將兩個隨機森林預測模型聯(lián)合，使用兩者的CART一起... ... （共9頁）