典型文献
人工智能背景下机器学习算法对患者就医影响因素的预测研究
文献摘要：
目的:文章阐述了人工智能在医疗领域的应用,并结合机器学习算法,依据实例数据的类型特点,对患者就医影响因素进行预测.突出机器学习算法的高效和准确性,同时为此类调查数据的分析提供新的思路.方法:对某医院门诊患者做问卷调查,采用贝叶斯网络、随机森林模型对患者就医影响因素进行分析,揭示了各个影响因素之间的内在联系及重要程度.结果:贝叶斯网络显示患者就医影响因素之间相互影响,随机森林模型拟合度为0.8.结论:机器学习可以根据数据类型从中获取知识,从而降低错误率,使管理者做出精准决策,有效提高解决问题的效率.
文献关键词：
人工智能;机器学习;医院选择;预测研究
中图分类号：
作者姓名：
李钰;黄代政;黄超
作者机构：
广西医科大学信息管理学院,广西南宁530021;广西医科大学基础医学院,广西南宁530021
文献出处：
引用格式：
[1]李钰;黄代政;黄超-.人工智能背景下机器学习算法对患者就医影响因素的预测研究)[J].电脑知识与技术,2022(13):85-87
A类：
B类：
人工智能背景下,下机,机器学习算法,患者就医,预测研究,医疗领域,医院门诊,门诊患者,贝叶斯网络,随机森林模型,重要程度,模型拟合,拟合度,数据类型,错误率,精准决策,医院选择
AB值：
0.295442
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
