慢性阻塞性肺病發(fā)病人數(shù)的預(yù)測(cè)模型.pdf

1、慢性阻塞性肺?。–hronic Obstructive Pulmonary Disease，COPD）是一種常見(jiàn)的慢性呼吸系統(tǒng)疾病，這種疾病有較高的發(fā)病率和死亡率，給患者的生活造成嚴(yán)重的影響，并造成一定的經(jīng)濟(jì)負(fù)擔(dān)和社會(huì)負(fù)擔(dān)。一些相關(guān)研究表明 COPD與空氣中的有害顆粒（比如PM2.5）和有害氣體（比如SO2、NO2、CO等）有一定的關(guān)聯(lián)。為了預(yù)測(cè)醫(yī)院每周新增的 COPD患者住院人數(shù)，本論文以數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)作為研究方法，基于數(shù)據(jù)分析考

2、察了每周PM2.5、SO2、NO2、CO的平均濃度對(duì)每周新增COPD患者住院人數(shù)的影響。然后選擇合適的空氣污染物因素作為預(yù)測(cè)變量，以平均絕對(duì)百分比誤差（Mean Absolute Percentage Error，MAPE）作為衡量模型的預(yù)測(cè)精度，通過(guò)探索和對(duì)比的方式逐步構(gòu)建了一個(gè)預(yù)測(cè)精度較高的基于 K-means的局部加權(quán)線性回歸組合模型，用于預(yù)測(cè)慢性阻塞性肺病的每周新增住院人數(shù)。本論文的主要研究工作和成果如下：
　?、傺芯亢头?/p>

3、析了若干回歸分析方法，并實(shí)現(xiàn)各算法來(lái)預(yù)測(cè)每周新增COPD患者住院人數(shù)?；貧w分析是一種監(jiān)督學(xué)習(xí)，用于刻畫預(yù)測(cè)變量和目標(biāo)變量之間的關(guān)系，相當(dāng)于變量之間的函數(shù)映射?；貧w分析主要有兩個(gè)階段，第一個(gè)階段是模型的訓(xùn)練，也等價(jià)于函數(shù)擬合，即擬合已知數(shù)據(jù)；第二階段是預(yù)測(cè)，基于訓(xùn)練所得到的模型，對(duì)新數(shù)據(jù)進(jìn)行預(yù)測(cè)。本論文對(duì)比了若干回歸分析方法在測(cè)試集上的預(yù)測(cè)精度，其中分類回歸樹(shù)算法在本論文的測(cè)試集中的預(yù)測(cè)精度最高（13.36％）。
　?、谔岢隽司植考?/p>

4、權(quán)線性回歸（Local Weighted Linear Regression，LWLR）組合模型。局部加權(quán)線性回歸是一種基于實(shí)例的非參數(shù)學(xué)習(xí)算法，在預(yù)測(cè)方面有良好的效果。在很多機(jī)器學(xué)習(xí)方法中，組合模型的預(yù)測(cè)能力往往強(qiáng)于單一模型，本論文研究了兩種組合方式：一種是組合具有不同核函數(shù)的局部加權(quán)線性回歸模型，在該模型中對(duì)各單一模型的預(yù)測(cè)值進(jìn)行動(dòng)態(tài)加權(quán)；另外一種是對(duì)不同核函數(shù)進(jìn)行動(dòng)態(tài)加權(quán)構(gòu)成新的核函數(shù)。這兩種組合模型相比于單一模型都提高了預(yù)測(cè)精度

5、，單一的局部加權(quán)線性回歸能取得的最低預(yù)測(cè)誤差是13.49%，而第一種組合模型獲得的最低預(yù)測(cè)誤差是13.34%，第二種組合模型獲得的最低預(yù)測(cè)誤差是13.38%。
　?、厶岢隽嘶谟?xùn)練集二叉樹(shù)的局部加權(quán)線性回歸組合模型。由于局部加權(quán)線性回歸模型在每次預(yù)測(cè)時(shí)都必須先遍歷訓(xùn)練集的所有樣本，然后在進(jìn)行回歸預(yù)測(cè)時(shí)只有少部分樣本起作用。隨著訓(xùn)練樣本數(shù)量的增多，其計(jì)算量也會(huì)增加。為了減小計(jì)算量，本論文基于分類回歸樹(shù)的思想，構(gòu)建了訓(xùn)練集二叉樹(shù)。當(dāng)本

6、論文的局部加權(quán)線性回歸組合模型與訓(xùn)練集二叉樹(shù)聯(lián)合時(shí)，由于訓(xùn)練集被劃分成多個(gè)子集，而局部加權(quán)線性回歸算法與訓(xùn)練集的容量大小成正比，因此該組合模型可以大幅度減小計(jì)算量，同時(shí)也降低了模型的預(yù)測(cè)誤差（13.13%）。
　?、芴岢隽嘶贙-means聚類算法的局部加權(quán)線性回歸組合模型?；谟?xùn)練集二叉樹(shù)的局部加權(quán)線性回歸組合模型存在丟失預(yù)測(cè)點(diǎn)所需樣本的問(wèn)題，為了解決該問(wèn)題，本論文以 K-means算法將訓(xùn)練集劃分成若干子集，并由預(yù)測(cè)點(diǎn)根據(jù)實(shí)際